[논문 리뷰] A new retinal vessel tracking method based on orientation scores

Erik J. Bekkers, Remco Duits외 2명|arXiv (Cornell University)|2012. 12. 14.

Retinal Imaging and Analysis인용 수 6

한 줄 요약

이 논문은 시각 체계의皮질 열을 모델링하기 위해 가역적 방향성 점수를 사용하는 새로운 망막 혈관 추적 방법을 제안한다. 이는 교차, 분지 및 변형 혈관 폭을 포함한 복잡한 혈관 구조를 통해 강력하게 추적할 수 있도록 한다. 완전 자동화된 접근 방식은 질병 스크리닝을 위한 정량적 분석에 필수적인 세밀하고 정확한 망막 혈관 모델을 제공한다.

ABSTRACT

The retinal vasculature is the only part of the body's circulatory system that can be observed non-invasively. A large variety of diseases affect the vasculature, in ways that may cause geometrical and functional changes. Retinal images are therefore not only suitable for investigation of ocular diseases such as glaucoma and age-related macular degeneration (AMD), but also for systemic diseases such as diabetes, hypertension and arteriosclerosis. This paper presents a novel method for retinal vasculature extraction, using a vessel tracking method based on multi-orientation analysis. We apply multi-orientation analysis via so-called invertible orientation scores, modeling the cortical columns in the visual system of higher mammals. This allows us to successfully deal with the many complex problems inherent to vasculature tracking, such as tracking over crossings, bifurcations, parallel tracks and tracks of varying widths. The method runs fully automatically and provides a detailed model of the retinal vasculature, which is crucial as a sound basis for further quantitative analysis of the retina, especially in screening applications.

연구 동기 및 목표

• 교차, 분지 및 변형 혈관 폭을 포함한 복잡한 맹막 혈관 구조를 정확하게 추적하는 데 도전하는 데 목적이 있다.
• 정량적 맹막 분석을 지원하기 위해 완전 자동화된 맹막 혈관 추출 방법을 개발하는 데 목적이 있다.
• 시각 체계의 피질 열 원리를 기반으로 높은 정밀도로 맹막 혈관을 모델링하는 데 목적이 있다.
• 당뇨병 및 고혈압과 같은 전신 질환 스크리닝에서 맹막 영상 분석의 신뢰성을 향상시키는 데 목적이 있다.

제안 방법

• 다중 방향 분석을 위해 가역적 방향성 점수를 사용하여 다수의 방향에서 혈관 구조를 표현한다.
• 맹막 영상에서 방향성 점수를 유도하여 각 이미지 위치의 방향 정보를 캡처한다.
• 방향성 점수의 가역성 덕분에 원래 이미지 구조를 재구성할 수 있으며, 혈관의 연속성을 유지할 수 있다.
• 혈관을 방향성 점수 궤적을 따라 추적함으로써 복잡한 혈관 접합부를 강력하게 통과할 수 있다.
• 평행한 궤적과 다양한 혈관 폭을 포함한 정밀한 혈관 네트워크 모델링이 가능하다.
• 알고리즘은 완전 자동으로 작동하여 수동 입력이나 파rameter 조정이 필요 없다.

실험 결과

연구 질문

• RQ1 교차 및 분기와 같은 복잡한 혈관 구조가 존재할 경우 맹막 혈관 추적은 어떻게 향상시킬 수 있는가?
• RQ2 피질 열 모델에서 유도된 방향성 점수가 맹막 영상에서 혈관 추적 정확도를 향상시킬 수 있는가?
• RQ3 완전 자동화된 방법이 얼마나 높은 세부성과 신뢰성 있는 혈관 재구성에 도달할 수 있는가?
• RQ4 가역적 방향성 점수의 사용이 다양한 혈관 폭과 방향에서 강력한 추적을 지원하는 데에는 어떤 영향을 미치는가?

주요 결과

• 이 방법은 혈관의 교차 및 분기를 통해 정확성과 연속성을 유지하면서 맹막 혈관을 성공적으로 추적한다.
• 가역적 방향성 점수의 사용은 폭이 변동하고 복잡한 기하학적 형태를 가진 혈관 네트워크의 정밀한 모델링을 가능하게 한다.
• 이 방법은 수동 입력이나 조정이 필요 없이 완전 자동으로 혈관 추출을 달성한다.
• 결과로 도출된 혈관 모델은 정량적 맹막 분석을 위한 신뢰할 수 있고 세밀한 기초를 제공한다.
• 이 방법은 강력성과 자동화 성능 덕분에 임상 스크리닝 적용에 매우 적합하다.