通过生成式修复网络消除阴影伪影以量化脉络膜血管变化
医学物理
2019-10-04 v2 图像与视频处理
摘要
视网膜血管的阴影伪影阻碍了光学相干断层扫描（OCT）中定量脉络膜生物标志物的开发，限制了脉络膜OCT在临床中除层厚测量外的应用。本文提出一种可消除视网膜阴影并实现脉络膜血管量化的新框架。与现有方法不同，我们将阴影消除转化为目标移除任务，可由图像修复技术处理。我们采用并微调了一个两阶段生成式修复网络，该网络在填充受阴影污染区域前先连接血管边缘。相比传统修复算法，其在修复脉络膜血管方面表现出优越性能。我们进一步通过一项前瞻性观察研究验证所提框架的可行性，该研究检测了34名健康志愿者中与眼内压（IOP）升高相关的脉络膜血管变化。当平均IOP从 mmHg升至 mmHg时，我们测得脉络膜血管密度与血流指数分别从降至、从降至。
引用
@article{arxiv.1907.01271,
title = {Eliminating Shadow Artifacts via Generative Inpainting Networks to Quantify Vascular Changes of the Choroid},
author = {Huihong Zhang and Jianlong Yang and Kang Zhou and Fei Li and Yan Hu and Shenghua Gao and Xiulan Zhang and Jiang Liu},
journal= {arXiv preprint arXiv:1907.01271},
year = {2019}
}