基于频率感知逆一致 GAN 的非配对光学相干断层扫描血管成像图像超分辨率

对于光学相干断层扫描血管成像（OCTA）图像，有限的扫描速率导致视场（FOV）与成像分辨率之间的权衡。尽管更大的 FOV 图像可能揭示更多旁中心凹血管病变，但其应用因较低分辨率而大受限制。为提高分辨率，以往工作仅通过使用配对数据进行训练取得了令人满意的性能，但实际应用受限于大规模配对图像采集的困难。因此，非配对方法需求迫切。生成对抗网络（GAN）常用于非配对设定，但可能难以准确保留细粒度毛细血管细节，而这些是 OCTA 的关键生物标志物。本文中，我们的方法旨在通过利用频率信息来保留这些细节，其中细节表示为高频（$\textbf{hf}$），粗粒度背景表示为低频（$\textbf{lf}$）。总体上，我们提出一种基于 GAN 的 OCTA 图像非配对超分辨率方法，并通过双路径生成器特别强化 $\textbf{hf}$ 细小毛细血管。为促成重建图像的精确频谱，我们还为判别器提出频率感知对抗损失，并引入频率感知焦点一致性损失用于端到端优化。实验表明，我们的方法在定量与视觉上均优于其他最先进的非配对方法。