学校首页| 设为主页|ENGLISH|旧版地址

期刊热点

【JIOHS】好文荐读 | 福建师范大学李志芳副教授课题组:基于卷积神经网络的指尖皮肤OCT图像的表皮厚度测量方法

来源:     作者:    发布时间:2021年03月22日    浏览:

本文介绍的是福建师范大学李志芳副教授课题组基于卷积神经网络的指尖皮肤OCT图像的表皮厚度测量方法,发表在《Journal of Innovative Optical Health Sciences》期刊2021年第1期。

A measurement of epidermal thickness of fingertip skin from OCT images using convolutional neural network, Journal of Innovative Optical Health Sciences Vol. 14, No. 1 (2021) 2140005

基于卷积神经网络的指尖皮肤OCT图像的表皮厚度测量方法


研究背景

由于皮肤是人体最外层的部分,因此,皮肤定量分析是最流行和最有趣的任务之一。其中皮肤表皮厚度是诊断皮肤疾病的一个重要指标。然而,真皮-表皮交界处是三维的复杂结构,二十多年以来,研究人员提出了多种方法用于提高表皮厚度准确性。


内容简介

在本研究中,提出了一种人体指尖皮肤表皮厚度精确的测量方法。此方法利用深度卷积神经网络精确地分割出指尖皮肤OCT图像皮肤表面边界和在真皮-表皮交界处乳头层的脊边界,然后通过搜索脊部边界的局域极大值来确定脊顶部位置,最后计算出脊顶位置与相应皮肤皮面位置的高度差来确定指尖表皮厚度。结果表明,该方法能精确地确定乳头层的脊部区域,分离出脊部高度,提高表皮厚度测量的准确度。此方法可用于定量表征皮肤以鉴别皮肤病以及身份识别和光学加密方法中。


图文导读

图1(a)指尖皮肤典型的二维OCT截面图和(b)三维OCT图像


图1表明真皮与表皮的交界处乳头层是起伏波动状的,其脊部由乳头层脊顶至谷底的构造构成。为了准确地测量表皮的厚度需要精确地确定其脊部的边界。


图2(a)皮肤表面的边界和脊部边界;(b)乳头层的脊顶位置采用数字标记


图2表明采用U-net架构的卷积神经网络算法精确地分割出皮肤表面边界和乳头层的脊部边界。


图3(a)表面边界和脊部边界分布的位置信息,(b)基于两种方法的表皮厚度分布;(c)脊部的高度分布


通过局域极大值和极小值搜索确定乳头层脊的顶部和底部的位置,表皮厚度测量准确度提高,是由于避免地脊部的高度统计到表皮厚度中。

因此,结合深度卷积神经网络的皮肤表皮厚度的精确测量方法可用于定量表征皮肤,还可与指纹相结合用于身份识别和光学加密系统中。


作者简介

李志芳副教授,现为福建师范大学光电与信息工程学院系主任、博士生导师。主要从事手性介质几何力学、光学加密方法、偏振相关OCT系统和光成像技术研究。主持国家自然科学基金项目3项,以独立PI的身份参与国家重点研发计划变革性技术关键科学问题重点专项,主持各类省部级项目5项。近五年内在国内外期刊上发表论文数十篇,授权美国发明专利1项,授权中国发明专利2项。兼任《Optics Letters》、《Biomedical Optics Express》、《Journal of Biophotonics》等杂志的评审专家。