用于 OCT 皮肤图像散斑降噪的自适应聚类滤波框架
计算机视觉与模式识别
2018-07-04 v4
摘要
由于适中的分辨率和穿透深度，光学相干断层扫描（OCT）已成为皮肤病学领域备受青睐的设备。然而，由于 OCT 配置中使用了宽带光源，OCT 图像包含一种称为散斑的颗粒状图案。迄今为止，已引入多种滤波（散斑降噪）技术来减少 OCT 图像中的散斑。这些方法大多是通用的，可应用于不同组织的 OCT 图像。本工作的目标是为学界提供一个专门针对皮肤组织滤波的散斑降噪框架，供其使用、改编或在此基础上进行构建。本文提出了一种自适应聚类滤波框架，针对 OCT 皮肤图像的散斑降噪进行了优化。在该框架中，通过考虑皮肤的分层结构，首先利用聚类算法将 OCT 皮肤图像分割为可区分的层，然后使用自适应滤波技术对每个聚类进行单独散斑降噪。本研究利用层次聚类算法和自适应维纳滤波技术来开发该框架。所提出的方法在具有预定光学特性的光学固体体模上进行了测试，并在健康人体皮肤图像上进行了测试。结果表明，所提出的聚类滤波方法能够有效减少散斑，提高信噪比和对比度，同时保留图像中的边缘。所提出的聚类滤波框架使研究人员能够利用自适应滤波方法开发用于 OCT 皮肤图像散斑降噪的无监督学习解决方案，或将该框架扩展到新的应用中。
引用
@article{arxiv.1708.02285,
title = {An Adaptive Cluster-based Filtering Framework for Speckle Reduction of OCT Skin Images},
author = {Elaheh Rashedi and Saba Adabi and Darius Mehregan and Silvia Conforto and Xue-wen Chen},
journal= {arXiv preprint arXiv:1708.02285},
year = {2018}
}
备注
17 pages, 6 figures, 2 tables