TPOT: 视网膜眼底图像增强中的拓扑保持最优传输
图像与视频处理
2024-11-05 v1 计算机视觉与模式识别
摘要
视网膜眼底摄影增强对于视网膜疾病的诊断和监测至关重要。然而，早期视网膜图像增强方法（如基于生成对抗网络 GAN 的方法）往往难以保留血管的复杂拓扑信息，导致出现虚假或缺失的血管结构。持久图（persistence diagram）基于不同滤波下拓扑结构的持续性来捕捉拓扑特征，为表示结构信息提供了一种有前景的方法。在本工作中，我们提出了一种拓扑保持的训练范式，通过最小化持久图之间的差异来正则化血管结构。我们将所得框架称为拓扑保持最优传输（TPOT）。在大规模数据集上的实验结果证明了所提方法相对于多种最先进的监督和无监督技术的优越性，无论是在图像质量还是下游血管分割任务的性能方面。代码可在 https://github.com/Retinal-Research/TPOT 获取。
引用
@article{arxiv.2411.01403,
title = {TPOT: Topology Preserving Optimal Transport in Retinal Fundus Image Enhancement},
author = {Xuanzhao Dong and Wenhui Zhu and Xin Li and Guoxin Sun and Yi Su and Oana M. Dumitrascu and Yalin Wang},
journal= {arXiv preprint arXiv:2411.01403},
year = {2024}
}