<div class="csl-bib-body">
<div class="csl-entry">Unterluggauer, M. (2018). <i>Segmentation algorithms for quantitative analysis of functional OCT data</i> [Diploma Thesis, Technische Universität Wien]. reposiTUm. https://doi.org/10.34726/hss.2018.37982</div>
</div>
-
dc.identifier.uri
https://doi.org/10.34726/hss.2018.37982
-
dc.identifier.uri
http://hdl.handle.net/20.500.12708/1889
-
dc.description.abstract
Mittels funktioneller optischer Kohärenztomografie (OCT) erhält man intrinsischen Gewebs-Kontrast durch welchen wichtige Informationen über Gewebspathologie und dessen Dynamik gewonnen werden können. Im Speziellen werden vaskuläre Strukturen und quantitative Informationen über den Blutfluss mit Hilfe von OCT Angiographie und Doppler OCT erlangt, ohne dabei Kontrastmittel verwenden zu müssen. Quantitative Daten über die Gefäßdichte und Durchblutung hängen jedoch kritisch von einer funktionierenden Segmentierung der zu untersuchenden Strukturen ab. Das Ziel dieser Arbeit war die Adaption und Verbesserung von Segmentierungsalgorithmen, die die Analyse von OCT Angiographie Daten ermöglichen. Bei den Strukturen die näher untersucht wurden, handelt es sich um die Nervenfaserschicht und die Kapillarschichten der Retina. Der Algorithmus wurde einerseits anhand von gesunden in-vivo Daten und andererseits anhand von Bildern verschiedener retinalen Pathologien getestet. Für diese Arbeit wurden ein Segmentierungsalgorithmus für die retinalen Schichten, sowie eine Segmentierung des Sehnervs und der Blutgefäße erarbeitet. Außerdem wurden mikrovaskuläre Druchblutungsparameter definiert und berechnet.
de
dc.description.abstract
Functional optical coherence tomography (OCT) provides intrinsic tissue contrast that yields important information about tissue physiology and dynamics. In particular, OCT Angiography and Doppler OCT provide vascular structure without the need of contrast agents together with the quantitative information on blood flow. However, quantitative data on vascular density and flow critically depend on the proper segmentation of the structures of interest. The aim of the thesis was the adaption and further refinement of segmentation algorithms to analyze OCT angiography data. Particular structures were the retinal nerve fiber layer as well as capillary layers within the neural retina. The performance of the algorithm was tested on healthy in-vivo data as well as on images of different retinal pathologies. For this thesis the retinal layer segmentation was acquired along with an optic nerve head segmentation and a vessel segmentation. Furthermore, microvascular perfusion parameters were defined and calculated.
en
dc.language
English
-
dc.language.iso
en
-
dc.rights.uri
http://rightsstatements.org/vocab/InC/1.0/
-
dc.subject
Optische Kohärenztomografie
de
dc.subject
Medizinische Bildverarbeitung
de
dc.subject
Segmentierung
de
dc.subject
Retina
de
dc.subject
optical coherence tomography
en
dc.subject
medical image processing
en
dc.subject
segmentation
en
dc.subject
retina
en
dc.title
Segmentation algorithms for quantitative analysis of functional OCT data