Method of chorioidea area extraction and its quantitative analysis on optical coherence tomography images for diagnostics of eye diseases2

Cover Page

Cite item

Full Text

Abstract

The paper proposes a technology for extraction of vascular tissue of the human eye and calculation of chorioidal vascular index on optical coherence tomography images. The applied approach is based on the use of the method of shadow compensation of optical coherence tomography (OCT) images with their subsequent filtering and binarisation. The technology made it possible to automate the calculation of chorioidal vascular index value, which is an important indicator in the study of the vascular layer when diagnosing eye diseases.

About the authors

N. S. Demin

NRC “Kurchatov Institute”; Samara National Research University

Author for correspondence.
Email: volfgunus@gmail.com

Image Processing Systems Institute

Russian Federation, Samara; Samara

N. Yu. Ilyasova

NRC “Kurchatov Institute”; Samara National Research University

Email: ilyasova.nata@gmail.com

Image Processing Systems Institute

Russian Federation, Samara; Samara

R. Т. Samigullin

NRC “Kurchatov Institute”

Email: samigullin.ravil2015@yandex.ru

Image Processing Systems Institute

Russian Federation, Samara

References

  1. Шагалова П.А., Ерофеева А.Д., Орлова М.М. и др. Исследование алгоритмов предобработки изображений для повышения эффективности распознавания медицинских снимков// Тр. НГТУ им. Р.Е. Алексеева. 2020. № 1 (128). С. 25–32.
  2. Medeiros F.A., Jammal A.A., Thompson A.C. From Machine to Machine: an OCT-trained Deep Learning Algorithm for Objective Quantification of Glaucomatous Damage in Fundus Photographs //Ophthalmology. 2019. № 126(4). P. 513–521.
  3. An G., Omodaka K., Hashimoto K. et al. Glaucoma Diagnosis with Machine Learning Based on Optical Coherence Tomography and Color Fundus Images // Healthcare Engineering. 2019. № 2019.
  4. Copete S., Flores-Moreno I., Montero J.A., Duker J.S., Ruiz-Moreno J.M. Direct Comparison of Spectral-Domain and Swept-Source OCT in the Measurement of Choroidal Thickness in Normal Eyes // British J. of Ophthalmology. 2014. № 98 (3). P. 334–338.
  5. Ng W.Y., Ting D.S.W., Agrawal R. et al. Choroidal Structural Changes in Myopic Choroidal Neovascularization After Treatment with Antivascular Endothelial Growth Factor Over 1 Year // Investig. Ophthalmol. Vis. Sci. 2016. № 57. P. 4933–4939.
  6. Kuroda Y., Ooto S., Yamashiro K. et. al. Increased Choroidal Vascularity in Central Serous Chorioretinopathy Quantified Using Swept-Source Optical Coherence Tomography // American J. Ophthalmology. 2016. № 169. P. 199–207.
  7. Vupparaboina K.K., Dansingani K.K., Goud A. et al. Quantitative Shadow Compensated Optical Coherence Tomography of Choroidal Vasculature // Scientific Reports. 2018. № 8 (6461).
  8. Singh S.R., Vupparaboina K. K., Goud A. et. al. Choroidal Imaging Biomarker // Surv. Ophthalmol. 2019. № 64. P. 312–333.
  9. Park Y., Cho K.J. Choroidal Vascular Index in Patients with Open Angle Glaucoma and Preperimetric Glaucoma // PLoS ONE. 2019. № 14 (3).
  10. Ozcaliskan S., Balci S., Yenerel N.M. Choroidal Vascularity Index Determined by Binarization of Enhanced Depth Imaging Optical Coherence Tomography Images in Eyes with Intermediate Age-Related Mascular Degeneratiob // European J. Ophtalmology. 2020. № 30 (6). P. 1512–1518.
  11. Agrawal R., Wei X., Goud A., Vupparaboina K.K., Jana S., Chhablani J. Influence of Scanning Area on Choroidal Vascularity Index Measurement Using Optical Coherence Tomography // Acta Ophthalmol. 2017. № 95. P. 770–775.
  12. Wei X., Mishra C., Kannan N. B. et al. Choroidal Structural Analysis and Vascularity Index in Retinal Dystrophies // Acta Ophthalmol. 2019. № 97 (1). P. 116–121.
  13. Gora M., Karnowski K., Szkulmowski M. et. al. Ultra High-speed Swept Source OCT Imaging of the Anterior Segment of Human Eye at 200 kHz with Adjustable Imaging Range // Optics Express. 2009. № 17. P. 14880–4894.
  14. Betzler B.K., Ding J., Wei X. et al. Choroidal Vascularity Index: a Step Towards Software as a Medical Device // British J. Ophthalmology. 2022. № 106. P. 149–155.
  15. Agrawal R., Salman M., Tan K. A. et al. Choroidal Vascularity Index (CVI)-A Novel Optical Coherence Tomography Parameter for Monitoring Patients with Panuveitis? // PLoS One. 2016. № 11 (1). P. e0146344.
  16. Girard M.J., Strouthidis N.G., Ethier C.R., Mari J.M. Shadow Removal and Contrast Enhancement in Optical Coherence Tomography Images of the Human Optic Nerve Head // Investigative Ophthalmology & Visual Science. 2011. № 58. P. 7738–7748.
  17. Cheong H., Devalla S. K., Chuangsuwanich T. et. al. OCT-GAN: Single Step Shadow and Noise Removal From Optical Coherence Tomography Images of the Human Optic Nerve Head // Biomedical Optics Express. 2021. № 12. P. 1482–1498.
  18. Shin Y.U., Lee S.E., Kang M.H., Han S.W., Yi J.H., Cho H. Evaluation of Changes in Choroidal Thickness and the Choroidal Vascularity Index After Hemodialysis in Patients with End-stage Renal Disease by Using Swept-Source Optical Coherence Tomography // Med. (Baltim.). 2019. № 98.
  19. Jia Y., Tan O., Tokayer J. et al. Split-spectrum Amplitude-decorrelation Angiography with Optical Coherence Tomography // Optics Express. 2012. № 20. P. 4710–4725.
  20. Zhang M., Hwang T. S., Campbell J. P. et al. Projection-resolved Optical Coherence Tomographic Angiography // Biomedical Optics Express. 2016. № 7. P. 816–828.
  21. Tan K.A., Gupta P., Agarwal A. et al. State of Science: Choroidal Thickness and Systemic Health // Surv. Ophthalmol. 2016. № 61. P. 566–581.
  22. Pellegrini M., Giannaccare G., Bernabei F. et. al. Choroidal Vascular Changes in Arteritic and Nonarteritic Anterior Ischemic Optic Neuropathy // American J. Ophthalmol. 2019. № 205. P. 43–49.
  23. Betzler B.K., Ding J., Wei X. et al. Choroidal Vascularity Index: a Step Towards Software as a Medical Device // British J. of Ophthalmology. 2022. № 106. P. 149–155.
  24. Iovino C., Pellegrini M., Bernabei F. et al. Choroidal Vascularity Index: An In-Depth Analysis of This Novel Optical Coherence Tomography Parameter // J. Clin. Med. 2020. № 9 (2).
  25. Laviers H., Zambarakji H. Enhanced Depth Imaging-OCT of the Choroid: a Review of the Current Literature // Graefe’s Arch. Clin. Exp. Ophthalmol. 2014. № 252 (12). P. 1871–1883.
  26. Agrawal R., Ding J., Sen P. Exploring Choroidal Angioarchitecture in Health and Disease Using Choroidal Vascularity Index // Progress in Retinal and Eye Research. 2020. № 77(100829).
  27. Sezer T., Altınışık M., Koytak İ.A., Özdemir M.H. The Choroid and Optical Coherence Tomography // Turk. Oftalmoloiji Derg. 2016. № 46. P. 30–37.

Supplementary files

Supplementary Files
Action
1. JATS XML
Download

Copyright (c) 2024 Russian Academy of Sciences

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».