Skip to main content
Fachgebiete
Automobil + Motoren Bauwesen + Immobilien Business IT + Informatik Elektrotechnik + Elektronik Energie + Nachhaltigkeit Finance + Banking Management + Führung Marketing + Vertrieb Maschinenbau + Werkstoffe Versicherung + Risiko
DE
EN
Themenseiten
Organisationspsychologie Projektmanagement Marketing Smart Manufacturing
Bücher
Zeitschriften
Weitere Formate
Podcasts Webinare Technik Webinare Wirtschaft Kongresse Veranstaltungskalender Awards
Jetzt Einzelzugang starten
Zugang für Unternehmen
Referenzkunden
ATZ-Fachkongress

Chassis.tech plus 2024


4 Kongresse in einer Veranstaltung

Treffen Sie in München die Fachleute von Chassis, Lenkung, Bremsen sowie Reifen/Räder.
Erweiterte Suche
Anmelden
nach oben
Erschienen in:
3D Shapes Isometric Deformation Using in-tSNE Kapitel lesen Erstes Kapitel lesen

2015 | OriginalPaper | Buchkapitel

Automated Layer Segmentation of 3D Macular Images Using Hybrid Methods

verfasst von : Chuang Wang, Yaxing Wang, Djibril Kaba, Zidong Wang, Xiaohui Liu, Yongmin Li

Erschienen in: Image and Graphics

Verlag: Springer International Publishing

Einloggen

Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.

search-config
loading …

Abstract

Spectral-Domain Optical Coherence Tomography (SD-OCT) is a non-invasive imaging modality, which provides retinal structures with unprecedented detail in 3D. In this paper, we propose an automated segmentation method to detect intra-retinal layers in OCT images acquired from a high resolution SD-OCT Spectralis HRA+OCT (Heidelberg Engineering, Germany). The algorithm starts by removing all the OCT imaging artifects includes the speckle noise and enhancing the contrast between layers using both 3D nonlinear anisotropic and ellipsoid averaging filers. Eight boundaries of the retinal are detected by using a hybrid method which combines hysteresis thresholding method, level set method, multi-region continuous max-flow approaches. The segmentation results show that our method can effectively locate 8 surfaces for varying quality 3D macular images.

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

  • über 102.000 Bücher
  • über 537 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Maschinenbau + Werkstoffe
  • Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 390 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Maschinenbau + Werkstoffe




 

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 340 Zeitschriften

aus folgenden Fachgebieten:

  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Versicherung + Risiko




Jetzt Wissensvorsprung sichern!

Jetzt informieren
Vorheriges Kapitel Augmented Reality for Automatic Identification and Solving Sudoku Puzzles Based on Computer Vision
Nächstes Kapitel Automatic Liver Segmentation Scheme Based on Shape-Intensity Prior Models Using Level Set
Literatur
1.
Aubert, G., Kornprobst, P.: Mathematical Problems in Image Processing: Partial Differential Equations and the Calculus of Variations, vol. 147. Springer, New York (2006)
2.
Boykov, Y.Y., Jolly, M.P.: Interactive graph cuts for optimal boundary & region segmentation of objects in ND images. In: International Conference on Computer Vision, vol. 1, pp. 105–112. IEEE (2001)
3.
Chan, T.F., Vese, L.A.: Active contours without edges. IEEE Trans. Image Process. 10(2), 266–277 (2001)CrossRefMATH
4.
Chiu, S.J., Li, X.T., Nicholas, P., Toth, C.A., Izatt, J.A., Farsiu, S.: Automatic segmentation of seven retinal layers in SDOCT images congruent with expert manual segmentation. Opt. Express 18(18), 19413–19428 (2010)CrossRef
5.
Fuller, A.R., Zawadzki, R.J., Choi, S., Wiley, D.F., Werner, J.S., Hamann, B.: Segmentation of three-dimensional retinal image data. IEEE Trans. Vis. Comput. Graph. 13(6), 1719–1726 (2007)CrossRef
6.
Garvin, M.K., Abràmoff, M.D., Kardon, R., Russell, S.R., Wu, X., Sonka, M.: Intraretinal layer segmentation of macular optical coherence tomography images using optimal 3-D graph search. IEEE Trans. Med. Imaging 27(10), 1495–1505 (2008)CrossRef
7.
Garvin, M.K., Abràmoff, M.D., Wu, X., Russell, S.R., Burns, T.L., Sonka, M.: Automated 3-D intraretinal layer segmentation of macular spectral-domain optical coherence tomography images. IEEE Trans. Med. Imaging 28(9), 1436–1447 (2009)CrossRef
8.
Gerig, G., Kubler, O., Kikinis, R., Jolesz, F.A.: Nonlinear anisotropic filtering of MRI data. IEEE Trans. Med. Imaging 11(2), 221–232 (1992)CrossRef
9.
Huang, D., Swanson, E.A., Lin, C.P., Schuman, J.S., Stinson, W.G., Chang, W., Hee, M.R., Flotte, T., Gregory, K., Puliafito, C.A., et al.: Optical coherence tomography. Science 254(5035), 1178–1181 (1991)CrossRef
10.
Kafieh, R., Rabbani, H., Abramoff, M.D., Sonka, M.: Intra-retinal layer segmentation of 3D optical coherence tomography using coarse grained diffusion map. Med. Image Anal. 17(8), 907–928 (2013)CrossRef
11.
Kass, M., Witkin, A., Terzopoulos, D.: Snakes: active contour models. Int. J. Comput. Vis. 1(4), 321–331 (1988)CrossRef
12.
Lang, A., Carass, A., Hauser, M., Sotirchos, E.S., Calabresi, P.A., Ying, H.S., Prince, J.L.: Retinal layer segmentation of macular OCT images using boundary classification. Biomed. Opt. Express 4(7), 1133–1152 (2013)CrossRef
13.
Lee, K., Abràmoff, M.D., Garvin, M.K., Sonka, M.: Parallel graph search: application to intraretinal layer segmentation of 3-D macular OCT scans. In: SPIE Medical Imaging, pp. 83141H–83141H (2012)
14.
Organization, W.H.: Coding Instructions for the WHO/PBL Eye Examination Record (Version III). WHO, Geneva (1988)
15.
Smith, B., Saad, A., Hamarneh, G., Möller, T.: Recovery of dynamic PET regions via simultaenous segmentation and deconvolution. In: Analysis of Functional Medical Image Data, pp. 33–40 (2008)
16.
Yazdanpanah, A., Hamarneh, G., Smith, B.R., Sarunic, M.V.: Segmentation of intra-retinal layers from optical coherence tomography images using an active contour approach. IEEE Trans. Med. Imaging 30(2), 484–496 (2011)CrossRef
17.
Yuan, J., Bae, E., Tai, X.-C., Boykov, Y.: A continuous max-flow approach to potts model. In: Daniilidis, K., Maragos, P., Paragios, N. (eds.) ECCV 2010, Part VI. LNCS, vol. 6316, pp. 379–392. Springer, Heidelberg (2010) CrossRef
18.
Zhu, H., Crabb, D.P., Schlottmann, P.G., Ho, T., Garway-Heath, D.F.: FloatingCanvas: quantification of 3D retinal structures from spectral-domain optical coherence tomography. Opt. Express 18(24), 24595–24610 (2010)CrossRef
Metadaten
Titel
Automated Layer Segmentation of 3D Macular Images Using Hybrid Methods
verfasst von
Chuang Wang
Yaxing Wang
Djibril Kaba
Zidong Wang
Xiaohui Liu
Yongmin Li
Copyright-Jahr
2015
Buch
Image and Graphics

Print ISBN: 978-3-319-21977-6

Electronic ISBN: 978-3-319-21978-3

Copyright-Jahr: 2015

DOI
https://doi.org/10.1007/978-3-319-21978-3_54

Premium Partner

    Bildnachweise