基于模拟的脑三维 OCTA 图像血管分割
图像与视频处理
2024-03-13 v1 计算机视觉与模式识别
摘要
小鼠脑三维 OCTA 图像中的血管分割是体内定量分析中风或阿尔茨海默病等神经血管疾病对血管网络影响的基础。然而，要利用最先进的深度学习方法准确分割血管，需要大量的体素级标注。由于脑三维 OCTA 图像通常受伪影困扰且信噪比普遍较低，获取手动标注是一项特别繁琐且耗时的任务。为了减少对手动标注的需求，我们提出利用合成数据来监督分割算法。为此，我们从血管图中提取图块，并通过模拟最主要的 3D OCTA 伪影，将其转换为配对的合成脑 3D OCTA 图像及其对应的真实标签。在大量实验中，我们证明了该方法取得了具有竞争力的结果，实现了脑 3D OCTA 图像的无标注血管分割。
引用
@article{arxiv.2403.07116,
title = {Simulation-Based Segmentation of Blood Vessels in Cerebral 3D OCTA Images},
author = {Bastian Wittmann and Lukas Glandorf and Johannes C. Paetzold and Tamaz Amiranashvili and Thomas Wälchli and Daniel Razansky and Bjoern Menze},
journal= {arXiv preprint arXiv:2403.07116},
year = {2024}
}