15、光学相干断层扫描（OCT）去噪与基于2D彩色眼底照片的3D视乳头形状分析

光学相干断层扫描（OCT）去噪与基于2D彩色眼底照片的3D视乳头形状分析

1. 背景与需求

在眼科诊断中，视盘肿胀的评估对于判断病情严重程度和病因至关重要。传统上，定量体积测量和形状特征分析常用于评估视盘肿胀，但这些方法大多依赖于体积光谱域光学相干断层扫描（OCT）。然而，OCT设备并非在所有非眼科诊所和远程医疗环境中都可用。因此，利用更易获取的2D彩色眼底照片来估计原本需通过OCT测量的3D定量肿胀和形状特征具有重要的临床意义。

2. OCT去噪相关内容

2.1 平均向量计算与层间对比度

平均向量 $\bar{v}$ 的计算公式为 $\bar{v} = \frac{1}{W}\sum_{i=1}^{W} (v_i - \mu_{ROI})$ ，其中 $W$ 是感兴趣区域（ROI）的宽度，$v_i$ 是窗口中的列向量，$\mu_{ROI}$ 是一个所有元素均为ROI均值的向量。通过绘制不同图像的 $\bar{v}$ ，可以发现所提出的方法在暗带中强度较低，在亮带中强度较高，这表明该方法在相邻层之间具有更好的对比度。

2.2 定量评估指标

为了评估去噪结果，我们采用了信号 - 噪声比（SNR）、峰值信号 - 噪声比（PSNR）、对比度 - 噪声比（CNR）和结构相似性（SSIM）等指标。
- SNR ：$SNR = 10 \log_{10} \left(\frac{\sum_{x,y}[f(x,y)]^2}{\sum_{x,y}[b(x,y)]^2}\right)$ ，其中 $f(x, y)$ 是前景窗口中的像素强度，$b(x, y)$ 是背景像素强度。