[논문 리뷰] Automated Segmentation of Retinal Layers from Optical Coherent Tomography Images Using Geodesic Distance

Jinming Duan, Christopher R. Tench외 3명|arXiv (Cornell University)|2016. 09. 07.

Glaucoma and retinal disorders참고 문헌 25인용 수 3

한 줄 요약

이 논문은 2D 및 3D 광학 간섭 단층촬영(OCT) 영상에서 망막 층의 자동 분할을 위한 새로운 지오데식 거리 방법(GDM)을 제안한다. 수평 및 수직 강도 기울기를 지수 가중 함수를 통해 통합하고, 빠른 스위핑을 통해 Eikonal 방정식을 해결함으로써, 복잡하고 굴곡진, 병변이 있는 망막 구조의 정확도가 높은 분할을 실현한다. 이는 활성 윤곽선 및 그래프 기반 방법보다 뛰어난 성능을 보인다.

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.

연구 동기 및 목표

• 스피클 노이즈, 강도 비균일성, 병변으로 인해 영향을 받는 OCT 영상에서 맹막 층 경계를 정확하게 분할하는 데 도전하는 것.
• 특히 황반 부위에서 경계가 미세한 경우에 큰 곡률과 약하거나 저대비 경계가 있는 영역에서 분할의 강건성을 향상시키는 것.
• 2D B-scan 및 3D 볼륨형 OCT 영상 분할에 대해 계산 효율성이 뛰어나고 정확한 방법을 개발하는 것.
• 기존 방법의 한계를 극복하는 것, 예를 들어 활성 윤곽선의 국소 최소값 문제와 그래프 기반 접근의 높은 계산 비용.

제안 방법

• Eikonal 방정식을 통해 계산된 가중 지오데식 거리를 사용하며, 수평 및 수직 강도 기울기를 지수 함수를 통해 통합한다.
• 3D 거리 계산을 위해 빠른 스위핑 방법을 활용하여 Eikonal 방정식을 효율적으로 해결함으로써 빠르고 안정적인 수치적 해를 확보한다.
• 계산된 지오데식 거리를 기반으로 시간에 따라 변하는 기울기 강하 방정식을 적용하여 맹막 층 경계를 탐지한다.
• 검출된 경계 주변의 국소 검색 영역을 구현하여 9개의 맹막 층 경계를 정밀하게 추출하고 국소 최소값 문제를 완화한다.
• Eikonal 방정식의 이산화에 대해 Godunov의 상류 유한 차분 방법을 사용하며, 적절한 경계 조건 처리를 수행한다.
• 빠른 가우스-세이델 반복에서 교차하는 스위핑 순서를 적용하여 Eikonal 방정식의 유일한 해에 수렴한다.

실험 결과

연구 질문

• RQ1 수평 및 수직 강도 기울기를 모두 통합하는 지오데식 거리 방법이 복잡한 맹막 구조를 가진 OCT 영상에서 분할 정확도를 향상시킬 수 있는가?
• RQ2 제안된 GDM은 큰 곡률과 저대비 경계가 있는 병변이 있는 OCT 영상에서 맹막 층을 어떻게 분할하는가?
• RQ3 지수 가중 함수가 단일 방향 기울기 방법보다 황반 부위의 곡절 및 약한 경계를 더 효과적으로 향상시키는가?
• RQ4 최신 기술인 파arametric 활성 윤곽선 및 그래프 이론적 접근과 비교했을 때 GDM의 정확도 및 계산 효율성은 어떠한가?
• RQ5 국소 검색 정밀 조정 전략이 어려운 영역에서 국소 최소값 문제를 효과적으로 완화하고 경계 추출 정확도를 향상시키는가?

주요 결과

• 제안된 GDM은 건강한 및 병변이 있는 OCT 영상에서 파arametric 활성 윤곽선 모델과 그래프 이론적 접근보다 더 높은 분할 정확도를 달성한다.
• 특히 경계가 미세한 황반 영역에서 큰 곡률과 비정상적인 구조를 가진 맹막 층의 분할에 강건성을 보여준다.
• 지수 가중 함수는 약하거나 저대비 경계를 효과적으로 강화하여 대비가 떨어지거나 그림자가 드리우는 영역에서도 탐지 성능을 향상시킨다.
• 빠른 스위핑 방법은 Eikonal 방정식의 효율적 해법을 가능하게 하여 3D 볼륨형 OCT 데이터 처리에 적합한 알고리즘으로 만든다.
• 국소 검색 정밀 조정 단계는 국소 최소값 문제를 효과적으로 완화하여 9개의 맹막 층 전반에 걸쳐 일관되고 정확한 경계 추출을 이룬다.
• 구현 방식의 차이로 직접 비교가 어려운 점을 감안할 때, GDM은 Dufour의 그래프 방법보다 정확도에서 뛰어나며, Dufour의 방법이 496×633×10 볼륨에서 14.68초가 소요되었음에도 불구하고 그 성능을 뛰어넘는다.