用于校正三维 OCT 视网膜成像中轴向与冠状面眼动的深度学习网络
图像与视频处理
2023-05-31 v1 计算机视觉与模式识别
摘要
光学相干断层扫描（OCT）是最重要的视网膜成像技术之一。然而，不自主的运动伪影仍是 OCT 成像中的主要挑战，其损害了下游分析（如视网膜层分割与 OCT 血管造影）的质量。我们提出基于深度学习的神经网络，基于单次体积扫描校正 OCT 中的轴向与冠状面运动伪影。所提方法由两个全卷积神经网络组成，分两个阶段依次预测 Z 与 X 维位移图。实验结果表明，所提方法能有效校正运动伪影，且误差小于其他方法。具体而言，该方法能恢复视网膜的整体曲率，并可良好泛化至不同疾病与分辨率。
引用
@article{arxiv.2305.18361,
title = {Deep learning network to correct axial and coronal eye motion in 3D OCT retinal imaging},
author = {Yiqian Wang and Alexandra Warter and Melina Cavichini and Varsha Alex and Dirk-Uwe G. Bartsch and William R. Freeman and Truong Q. Nguyen and Cheolhong An},
journal= {arXiv preprint arXiv:2305.18361},
year = {2023}
}