基于扩散模型插拔先验的角膜 B 扫描 OCT 超分辨率与去噪
图像与视频处理
2026-02-04 v1
摘要
光学相干断层扫描（OCT）是角膜成像的关键技术，常用于手术规划和诊断。然而，高速获取往往会降低空间分辨率并增加斑点噪声，给准确解读带来挑战。我们提出一种先进的超分辨率框架，利用扩散模型插拔（PnP）先验实现对OCT B 扫描图像的4倍空间分辨率提升和有效去噪。我们的方法将重建问题形式化为原则论的贝叶斯逆问题，结合马尔可夫链蒙特拉洛抽样与预训练的生成式先验，以实现解剖一致性。我们使用体内鱼眼角膜数据集全面验证了该框架，以评估在不同临床环境下的鲁棒性和可扩展性。与双立方插值、传统监督U-Net基线以及其他扩散先验的比较实验表明，我们的方法在更精确的解剖结构、改进的角膜层分割以及卓越的噪声抑制方面持续表现出色。定量结果显示在峰信噪比、结构相似性指数和感知指标方面实现了最先进的性能。这一工作凸显了扩散驱动的插拔重建在提供高保真、高分辨率OCT成像方面的潜力，支持更可靠的临床评估并可发展出更先进的图像引导干预。我们的发现表明该方法可扩展到其他需要稳健超分辨率和去噪的生物医学成像模态。
引用
@article{arxiv.2602.02795,
title = {Super-Resolution and Denoising of Corneal B-Scan OCT Imaging Using Diffusion Model Plug-and-Play Priors},
author = {Yaning Wang and Jinglun Yu and Wenhan Guo and Ziyi Huang and Rosalinda Xiong and Yu Sun and Jin U. Kang},
journal= {arXiv preprint arXiv:2602.02795},
year = {2026}
}