使用混合图像表示进行冠状动脉内 OCT 中的衰减伪影检测与严重程度分类
计算机视觉与模式识别
2025-03-10 v1 人工智能
图像与视频处理
摘要
在冠状动脉内光学相干断层扫描（OCT）中，血液残留和气泡会引起衰减伪影，这些伪影可能掩盖关键的血管结构。这些伪影的存在及其严重程度可能需要重新采集图像，从而延长手术时间并增加造影剂的使用。准确检测这些伪影可以指导定向重新采集，减少获得具有诊断价值的图像所需的重复扫描次数。然而，这些伪影高度异质的外观给受影响图像区域的自动检测带来了挑战。为了能够根据严重程度自动检测由血液残留和气泡引起的衰减伪影，我们提出了一种卷积神经网络，将衰减线（A-lines）分为三类：无伪影、轻度伪影和重度伪影。我们的模型提取并融合了笛卡尔坐标系和极坐标系下 OCT 图像的特征，其中图像的每一列代表一条 A-line。我们的方法检测 OCT 帧中衰减伪影的存在，对于轻度和重度伪影分别达到了 0.77 和 0.94 的 F 分数。对完整 OCT 扫描的推理时间约为 6 秒。我们的实验表明，分析在笛卡尔和极坐标系中表示的图像优于仅在极坐标系中分析，这表明这些表示包含互补特征。这项工作为冠状动脉内 OCT 成像中的自动伪影评估和图像采集指导奠定了基础。
引用
@article{arxiv.2503.05322,
title = {Attenuation artifact detection and severity classification in intracoronary OCT using mixed image representations},
author = {Pierandrea Cancian and Simone Saitta and Xiaojin Gu and Rudolf L. M. van Herten and Thijs J. Luttikholt and Jos Thannhauser and Rick H. J. A. Volleberg and Ruben G. A. van der Waerden and Joske L. van der Zande and Clarisa I. Sánchez and Bram van Ginneken and Niels van Royen and Ivana Išgum},
journal= {arXiv preprint arXiv:2503.05322},
year = {2025}
}