基于CNN和改进的图搜索分割OCT图像中的视网膜层

提出一种结合卷积神经网络(CNN)和改进的图搜索来分割光学相干断层扫描成像(OCT)图像中的7个视网膜层边界的方法。首先利用CNN自动提取每个边界的特征并训练相应的分类器,由此将获得的每个边界的概率图作为分割的感兴趣区域;其次,提出一种改进的图搜索方法,该方法在垂直梯度的基础上添加了横向约束,当遇到血管阴影时,分割线可以横向穿过阴影。使用所提方法对正常图像进行分割,并对得到的结果和图搜索方法、基于CNN的方法得到的结果进行比较。实验结果表明,所提方法能精确分割7个视网膜层边界,平均层边界误差为(4.31±5.87) μm。