Freqformer：用于人体视网膜血管三维重建与量化的频域 Transformer
摘要
目标：从单次光学相干断层扫描血管成像（OCTA）扫描中实现人体视网膜血管的精确三维重建与定量分析。方法：我们引入了 Freqformer，这是一种新颖的基于 Transformer 的模型，具有双分支架构，集成了用于捕捉全局空间上下文的 Transformer 层和用于自适应频率增强的复值频域模块。Freqformer 使用单深度平面 OCTA 图像进行训练，并以体积合并的 OCTA 作为金标准。通过二维和三维图像质量指标对性能进行定量评估。比较了二维网络及其三维对应网络，以评估逐切片增强体积与通过三维块增强体积之间的差异。此外，还进行了三维定量血管指标分析，以量化人体视网膜血管。结果：Freqformer 显著优于现有的卷积神经网络和基于 Transformer 的方法，取得了更优的图像指标。重要的是，增强后的 OCTA 体积在血管段计数、密度、长度和血流指数方面与合并体积显示出强相关性，进一步强调了其在定量血管分析中的可靠性。三维对应网络在图像指标或下游三维血管量化方面并未带来额外增益，但推理时间几乎增加了一个数量级，这支持了我们的二维逐切片增强策略。此外，Freqformer 在更大视野的扫描上表现出色，其质量超过了传统的体积合并方法。结论：Freqformer 能够从单次扫描 OCTA 中可靠地生成高清晰度三维视网膜微血管，实现了可与标准体积合并方法媲美的精确血管量化。
引用
@article{arxiv.2411.11189,
title = {Freqformer: Frequency-Domain Transformer for 3-D Reconstruction and Quantification of Human Retinal Vasculature},
author = {Lingyun Wang and Bingjie Wang and Jay Chhablani and Jose Alain Sahel and Shaohua Pi},
journal= {arXiv preprint arXiv:2411.11189},
year = {2025}
}
备注
Due to the limitation "The abstract field cannot be longer than 1,920 characters", the abstract appearing here is slightly shorter than that in the PDF file. IEEE Transactions on Biomedical Engineering (2025)