[論文レビュー] State-of-the-Art in Retinal Optical Coherence Tomography Image Analysis

Ahmadreza Baghaie, Roshan M. D’Souza+1 more|arXiv (Cornell University)|Nov 4, 2014

Optical Coherence Tomography Applications参考文献 67被引用数 45

ひとこと要約

本論文は、網膜光学干渉断層画像法（OCT）画像解析技術に関する包括的な最新技術レビューを提供しており、ノイズ低減、網膜層セグメンテーション、画像登録の3点に焦点を当てている。スペーケル低減、グラフベースおよびアクティブな輪郭セグメンテーション、および血管ベースの登録による動き補正を含むハードウェアおよびソフトウェア手法の進展を統合することで、高精度で非侵襲的な網膜診断および3次元ボリューム再構成を実現する。

ABSTRACT

Optical Coherence Tomography (OCT) is one of the most emerging imaging modalities that has been used widely in the field of biomedical imaging. From its emergence in 1990's, plenty of hardware and software improvements have been made. Its applications range from ophthalmology to dermatology to coronary imaging etc. Here, the focus is on applications of OCT in ophthalmology and retinal imaging. OCT is able to non-invasively produce cross-sectional volume images of the tissues which are further used for analysis of the tissue structure and its properties. Due to the underlying physics, OCT images usually suffer from a granular pattern, called speckle noise, which restricts the process of interpretation, hence requiring specialized noise reduction techniques to remove the noise while preserving image details. Also, given the fact that OCT images are in the $μm$ -level, further analysis in needed to distinguish between the different structures in the imaged volume. Therefore the use of different segmentation techniques are of high importance. The movement of the tissue under imaging or the progression of disease in the tissue also imposes further implications both on the quality and the proper interpretation of the acquired images. Thus, use of image registration techniques can be very helpful. In this work, an overview of such image analysis techniques will be given.

研究の動機と目的

• 網膜OCT画像解析における主な課題、特にスペーケルノイズ、構造的セグメンテーション、運動アーチファクトの系統的概要を提供すること。
• OCTデータにおけるノイズ低減、セグメンテーション、画像登録のための最新技術を特定および分類すること。
• これらの手法が網膜疾患の正確で非侵襲的な診断を可能にする臨床的意義を強調すること。
• リアルタイム処理、動き補正、マルチモodal画像統合の分野におけるギャップを特定することで、今後の研究を導くこと。
• 特にGPUアクセラレートおよび機械学習ベースのアプローチを含む高度な計算手法が、リアルタイムOCT解析を可能にする役割を強調すること。

提案手法

• 時間領域（TD-OCT）およびフォーリエ領域（FD-OCT）OCTシステムをレビューし、取得速度と画像品質における差異に焦点を当てる。
• 空間フィルタリングおよびウェーブレットベースのノイズ低減技術を分析し、微細な組織ディテールを保持することを目的とする。
• グラフベースモデル、レベルセット、アクティブな輪郭を含むセグメンテーション手法を検討し、層特異的な網膜セグメンテーションに注目する。
• 血管リッジ特徴、カルーブレット変換、強度ベースのメトリクスを用いた画像登録手法を評価し、OCT画像とファンドス画像の整合を図る。
• 弾性登録およびパーティクルフィルタリングを用いた動き補正戦略を適用し、目じり、ずれ、微小サッケードなどの不随な眼の動きを補正する。
• クロス相関および血管ベース特徴の整合を用いた融合により、重複する3次元OCTボリュームを統合し、ワイドフィールド網膜画像の作成を実証する。

実験結果

リサーチクエスチョン

• RQ1 網膜OCT画像における主な画像品質の課題は何であり、それらが診断精度にどのように影響するか？
• RQ2 異なるノイズ低減技術は、OCT画像におけるスペーケルアーチファクトを最小限に抑えると同時に、構造的ディテールをどのように保持するか？
• RQ3 OCTボリュームにおける網膜層の特定および輪郭抽出に最も効果的なセグメンテーション戦略は何か？
• RQ4 画像登録手法は、OCTベース診断における動き補正およびマルチモーダル画像統合をどのように改善するか？
• RQ5 特徴抽出手法（例：血管リッジ、カルーブレット）は、OCT画像登録の精度をどのように向上させるか？

主な発見

• OCT画像におけるスペーケルノイズは視覚的解釈を著しく損なうため、微細な組織ディテールを保持するための専用のノイズ低減技術が不可欠である。
• グラフベースおよびアクティブな輪郭セグメンテーション手法は、特に高解像度OCTボリュームにおいて網膜層の輪郭抽出に優れた性能を示している。
• 血管リッジ特徴を用いた画像登録により、アンフェイスOCT画像とカラー眼底写真の間で正確なアノトミカル一致が実現され、解剖的対応が向上した。
• 弾性登録およびパーティクルフィルタリングを用いた動き補正は、振動や微小サッケードなどの不随な眼の動きに起因するアーチファクトを効果的に低減した。
• クロス相関ベースの統合と重複する3次元OCTボリュームを用いた画像モザイキングにより、診断的有用性が向上したワイドフィールド網膜マップが得られた。
• 特にGPUアクセラレート処理を含む高度な計算技術の統合により、大容量OCTデータセットのリアルタイム前処理および解析が可能になった。