角膜神経の画像をつなぎ合わせることで、顕微鏡画像の狭い視野の影響を減らすことができます。顕微鏡画像には周辺減光効果が存在するため、つなぎ目部分に偽影が発生し、医師の診断に影響を与えます。つなぎ画像の周辺減光偽影問題を解決するために、非線形多項式関数によるモデリングで画像周辺減光補正を行う方法を提案しました。まず、単一の角膜神経画像に対して周辺減光モデルを構築し、周辺減光の物理的特性に合致した制約条件を設定し、L-M最適化アルゴリズムを用いて周辺減光モデルのパラメータを反復的に最適化します。各反復最適化の過程で対数情報エントロピーを計算し、現在の周辺減光モデルの補正効果を判断し、画像の過剰補正を防止します。反復最適化終了後、周辺減光モデルを逆補償して元画像に適用し、周辺減光補正処理を完了します。補正前後のつなぎ画像を比較すると、補正後の画像はつなぎ目に明らかな周辺減光偽影がありません。実験では異なる5名の患者の画像5セットでテストを行い、補正後の画像のMSE、PSNR、SSIM評価指標の平均値はそれぞれ0.0042、72.2251dB、0.9600に達し、最良の補正効果を示しました。本論文のアルゴリズムの補正効果は、他の類似アルゴリズムの補正効果を明らかに上回っています。この方法は角膜画像の周辺減光効果を効果的に補正でき、固定されたカメラや環境の明るさパラメータを事前に設定する必要がありません。補正後の画像はつなぎ合わせ効果が良好で、より正確で鮮明かつ視野範囲の広い角膜神経のつなぎ画像を得ることができます。

コンピュータビジョン;角膜神経顕微鏡画像;周辺減光補正;共焦点顕微鏡;対数情報エントロピー