[論文レビュー] Automated Segmentation of Retinal Layers from Optical Coherent Tomography Images Using Geodesic Distance

Jinming Duan, Christopher R. Tench+3 more|arXiv (Cornell University)|Sep 7, 2016

Glaucoma and retinal disorders参考文献 25被引用数 3

ひとこと要約

本稿では、2次元および3次元の光学干渉断層画像（OCT）における網膜層の自動セグメンテーションのための新しい測地的距離法（GDM）を提案する。水平および垂直方向の強度勾配を指数関数的重み関数で統合し、高速スイープ法を用いてEikonal方程式を解くことで、複雑で湾曲している、および病的な網膜構造に対しても、アクティブな輪郭法やグラフベース手法よりも高い精度でロバストなセグメンテーションを実現する。

ABSTRACT

Optical coherence tomography (OCT) is a non-invasive imaging technique that can produce images of the eye at the microscopic level. OCT image segmentation to localise retinal layer boundaries is a fundamental procedure for diagnosing and monitoring the progression of retinal and optical nerve disorders. In this paper, we introduce a novel and accurate geodesic distance method (GDM) for OCT segmentation of both healthy and pathological images in either two- or three-dimensional spaces. The method uses a weighted geodesic distance by an exponential function, taking into account both horizontal and vertical intensity variations. The weighted geodesic distance is efficiently calculated from an Eikonal equation via the fast sweeping method. The segmentation is then realised by solving an ordinary differential equation with the geodesic distance. The results of the GDM are compared with manually segmented retinal layer boundaries/surfaces. Extensive experiments demonstrate that the proposed GDM is robust to complex retinal structures with large curvatures and irregularities and it outperforms the parametric active contour algorithm as well as the graph theoretic based approaches for delineating the retinal layers in both healthy and pathological images.

研究の動機と目的

• スペックルノイズ、強度不均一性、病理的不規則性に影響を受けるOCT画像における網膜層境界の正確なセグメンテーションの課題に対処すること。
• 特に中心窩陥没部において、大きな曲率と弱いまたは低コントラストの境界を示す領域におけるセグメンテーションのロバスト性を向上させること。
• 2次元Bスキャンおよび3次元ボリュームOCT画像の両方のセグメンテーションに対して、計算効率が高く正確な手法を開発すること。
• アクティブな輪郭法における局所的最小値の問題や、グラフベース手法における高い計算コストといった、従来手法の限界を克服すること。

提案手法

• 水平および垂直方向の強度勾配を統合する指数関数的重み関数を用いて、Eikonal方程式を介して重み付き測地的距離を計算する。
• 3次元距離計算のためのEikonal方程式を効率的に解くために高速スイープ法を採用し、高速かつ安定した数値解を得る。
• 計算された測地的距離に基づいて、時間に依存する勾配降下方程式を用いて網膜層境界を検出する。
• 検出された境界の周囲に局所的探索領域を設け、全9層の網膜層境界を精緻化して明確化することで、局所的最小値の問題を軽減する。
• Eikonal方程式の離散化にGodunovの上流有限差分法を用い、適切な境界条件の取り扱いを実装する。
• 高速ガウス＝ザイデル反復法において、交互にスイープ順序を変更することで、Eikonal方程式の一意な解に収束させる。

実験結果

リサーチクエスチョン

• RQ1 水平および垂直方向の両方の強度勾配を統合する測地的距離法が、複雑な網膜構造を示すOCT画像におけるセグメンテーション精度を向上させることができるか？
• RQ2 提案されたGDMは、大きな曲率と低コントラスト境界を示す病理的OCT画像における網膜層セグメンテーションにおいて、どのように性能を発揮するか？
• RQ3 指数関数的重み関数は、単一方向勾配手法と比較して、中心窩陥没部や弱い境界をより効果的に強化できるか？
• RQ4 パラメトリックアクティブな輪郭法やグラフ理論的アプローチといった最先端手法と比較して、GDMの正確性と計算効率はどの程度か？
• RQ5 局所的探索の精緻化戦略は、困難な領域における局所的最小値を効果的に克服し、境界の明確化を向上させることができるか？

主な発見

• 提案されたGDMは、健康なOCT画像および病理的OCT画像の両方において、パラメトリックアクティブな輪郭モデルおよびグラフ理論的アプローチを上回る高いセグメンテーション精度を達成した。
• 本手法は、特に境界が微細な中心窩領域において、大きな曲率や不規則性を示す網膜層のセグメンテーションにおいて、優れたロバスト性を示した。
• 指数関数的重み関数は、弱くコントラストの低い境界を効果的に強化し、コントラストが低いか影がかかる領域における検出精度を向上させた。
• 高速スイープ法によりEikonal方程式の解が効率的に得られ、3次元ボリュームOCTデータ処理に適したアルゴリズムとなった。
• 局所的探索の精緻化ステップにより、局所的最小値の問題が効果的に軽減され、全9層の網膜層において一貫性があり正確な境界検出が実現した。
• 実装上の差異により直接比較できないが、GDMはDufourのグラフ手法よりも正確性に優れており、496×633×10のボリュームで14.68秒を要するDufourの手法に対しても優位であった。