AI pipeline for accurate retinal layer segmentation using OCT 3D images

要約

マルチスペクトル動物イメージング システムからの画像データ セットは、2 つの問題に対処するために使用されます。
構造。
組み合わされた動物画像システムからのデータとの互換性を確認するために、いくつかの従来のアルゴリズムと AI ベースのアルゴリズムを組み合わせて各タスクをテストします。
AI とオプティカル フローとのハイブリッド化とそれに続くホモグラフィ変換が、登録のために機能していることが示されています (相関値>0.7)。
Resnet50 バックボーンは、損失値 0.9 で影領域検出の有名な U-net モデルよりも優れていることが示されています。
実装が簡単な分析式は、平均ピクセル値が 1% 増加し、ゼロの数が 77% 減少する明るさ操作に機能することが示されています。
提案された式により、ゼロの数の最小化、ピクセル値の標準偏差、および平均ピクセル値の最大化のための制御因子 {\alpha} を使用して、制約最適化問題を定式化できます。
レイヤーのセグメンテーションには、標準の U-net モデルが使用されます。
AI-Pipeline は、CNN、オプティカル フロー、RCNN、ピクセル操作モデル、U-net モデルの順で構成されます。
厚さ推定プロセスには、手動で注釈を付けた標準データと比較して 6% の誤差があります。

要約(オリジナル)

Image data set from a multi-spectral animal imaging system is used to address two issues: (a) registering the oscillation in optical coherence tomography (OCT) images due to mouse eye movement and (b) suppressing the shadow region under the thick vessels/structures. Several classical and AI-based algorithms in combination are tested for each task to see their compatibility with data from the combined animal imaging system. Hybridization of AI with optical flow followed by Homography transformation is shown to be working (correlation value>0.7) for registration. Resnet50 backbone is shown to be working better than the famous U-net model for shadow region detection with a loss value of 0.9. A simple-to-implement analytical equation is shown to be working for brightness manipulation with a 1% increment in mean pixel values and a 77% decrease in the number of zeros. The proposed equation allows formulating a constraint optimization problem using a controlling factor {\alpha} for minimization of number of zeros, standard deviation of pixel value and maximizing the mean pixel value. For Layer segmentation, the standard U-net model is used. The AI-Pipeline consists of CNN, Optical flow, RCNN, pixel manipulation model, and U-net models in sequence. The thickness estimation process has a 6% error as compared to manual annotated standard data.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google