用于运动伪影抑制的深度OCT血管成像图像生成
图像与视频处理
2020-01-09 v1 计算机视觉与模式识别
摘要
在获取光学相干断层扫描（OCT）并处理为OCT血管成像（OCTA）图像时，眼动、眨眼及其他运动可能导致伪影。受影响的扫描表现为高强度（白色）或缺失（黑色）区域，造成信息丢失。本研究的目的是利用依赖于单次完整OCT扫描的深度生成模型进行OCT到OCTA图像翻译来填补这些空缺。为此，训练一个U-Net从OCT图像块中提取血管成像信息。在推理时，检测算法基于周边环境找出异常的OCTA扫描，随后由训练好的网络替换。我们展示了生成模型可以增补缺失的扫描。增补后的体数据随后可用于三维分割或提升诊断价值。
引用
@article{arxiv.2001.02512,
title = {Deep OCT Angiography Image Generation for Motion Artifact Suppression},
author = {Julian Hossbach and Lennart Husvogt and Martin F. Kraus and James G. Fujimoto and Andreas K. Maier},
journal= {arXiv preprint arXiv:2001.02512},
year = {2020}
}
备注
Accepted at BVM 2020