بررسي روش هاي قطعه بندي لايه هاي قرنيه در تصاوير توموگرافي انسجام نوري (OCT) و تعيين ضخامت لايه ها

اندازه گيري و ارزيابي ضخامت لايه هاي مختلف قرنيه براي تشخيص و درمان بيماري هاي قرنيه بسيار مهم و ضروري است. توموگرافي انسجام نوري (OCT) مي تواند بصورت غيرتهاجمي و غيرتماسي از قرنيه چشم تصاوير مقطعي در مقياس ميكرون توليد كند. از آنجايي كه ناحيه بندي دستي اين تصاوير براي تعيين لايه هاي قرنيه، وقت گير است، قطعه بندي خودكار و حتي نيمه خودكارِ تصاوير، مطلوبِ پزشكان است. در اين مقاله به بررسي روش هاي مهم قطعه بندي لايه هاي مختلف قرنيه در تصاوير OCT پرداخته شده است. اين روش ها در سه بخش پيش پردازش، قطعه بندي و توليد نقشه ضخامت، مقايسه و تشريح شدند. هدف پيش پردازش ها حذف نويز و آرتيفكت در اين نوع تصاوير بود. بررسي ها نشان داد روش هاي مبتني بر تبديل هاف، كه با ساختار قوسي قرنيه هماهنگ است، در مقايسه با روش هاي مبتني بر گراف و آستانه، قادر است با سرعت پردازش مناسبي مرزهاي دقيق را استخراج كند. با اين وجود، رويكرد جديد هوش مصنوعي و يادگيري عميق در قطعه‌بندي، افق‌هاي تازه‌اي را در تحليل اين نوع تصاوير باز كرده است. هدف پژوهش ها ارائه بهينه اطلاعات تصاوير براي كمك به چشم‌پزشكان در تشخيص بهتر و درمان آسيب هاي قرنيه است؛ بنابراين مي توان گفت توليد نقشه ضخامت لايه ها، كه نيازمند پردازشِ خودكارِ مجموعه‌اي از تصاوير ِسطح مقطع است، خروجي مهمي است كه در پژوهش هاي كمتري به آن پرداخته شده است.