近日，重点实验室与汕头国际眼科中心的合作成果“Direct Estimation of Choroidal Thickness in Optical Coherence Tomography Images with Convolutional Neural Networks”被SCI期刊《Journal of Clinical Medicine》（JCR一区，IF:4.241）接收。该项成果的主要完成人为重点实验室成员容毅标博士、吴苇杭同学（硕士研究生）、陈启锋同学（硕士研究生）、魏楚亮教授、范衠教授以及汕头国际眼科中心的江泽铧同学（硕士研究生）、陈浩宇教授。

        脉络膜厚度的自动估计在计算机辅助眼病诊断系统中扮演着重要的角色。实现脉络膜厚度自动估计的最常用方法是基于分割的方法。在基于分割的方法中，其通用流程是首先设计脉络膜分割算法实现脉络膜边界的检测，接着基于边界检测结果计算脉络膜厚度。在此过程中，由于脉络膜厚度是基于边界检测结果进行计算的，因此其精度严重依赖于分割步骤。为避免对分割步骤的依赖，重点实验室与汕头国际眼科中心合作提出了一种脉络膜厚度估计的新方法，该方法无需分割，便可实现脉络膜厚度的自动估计。图1展示了该算法的流程，首先从一幅OCT图像中截取一系列图像块，接着利用卷积神经网络估计每一图像块对应的平均脉络膜厚度，最后取它们的平均值作为该OCT图像的平均脉络膜厚度值。图2展示了一些结果示例，其中黄色部分为算法估计结果，白色部分为金标准，绿色曲线为脉络膜边界。

                           图1  算法流程。

                              图2 结果示例。

论文链接

论文引用：Rong, Y.; Jiang, Z.; Wu, W.; Chen, Q.; Wei, C.; Fan, Z.; Chen, H. Direct Estimation of Choroidal Thickness in Optical Coherence Tomography Images with Convolutional Neural Networks. J. Clin. Med. 2022, 11, 3203.