一种用于基于深度学习的组织弹性表征的新型光学针式探针
图像与视频处理
2021-09-21 v1 计算机视觉与模式识别
摘要
区分恶性与良性肿瘤对癌症治疗至关重要。组织的弹性可作为所需组织表征的指标。已有研究提出用于针插入的光学相干弹性成像(OCE)探针，但迄今缺乏必要的载荷感知能力。我们提出了一种新型OCE针式探针，可在针尖处同时提供光学相干断层扫描(OCT)成像与载荷感知。我们展示了该针式探针在具有不同明胶浓度的明胶仿体上的压痕实验中的应用。我们进一步实现了两种深度学习方法，用于从获取的OCT数据进行端到端的样本表征。我们报道了在未见样本上以 wt%的平均误差估计明胶样本浓度。两种所评估的深度学习模型均成功提供样本表征，在准确率和推理时间方面各具优势。
引用
@article{arxiv.2109.09362,
title = {A novel optical needle probe for deep learning-based tissue elasticity characterization},
author = {Robin Mieling and Johanna Sprenger and Sarah Latus and Lennart Bargsten and Alexander Schlaefer},
journal= {arXiv preprint arXiv:2109.09362},
year = {2021}
}
备注
Accepted at CURAC 2021, 2nd Place in the Best Paper Awards