Nov, 2023

基于特征和像素的新颖 OCT 镶嵌管线

PDF
TL;DR本文提出了一种多视图 OCT/OCTA 面投影图像拼接的通用流程，通过结合基于学习的特征匹配和健壮的基于像素的配准方法，有效地对齐多个图像。此外，我们还将基于训练的基础模型 Segment Anything Model (SAM) 的应用推进到了无监督方式验证拼接结果。通过对内部数据集和大型公共数据集的验证，我们的方法在准确性和计算效率方面都显示出优越的性能。同时，我们提供了图像拼接的评估工具和相应的流程公开下载。
发现论文，激发创造
  • 光学相干断层扫描血管造影（OCTA）血管分割的多任务学习

    本文提出了一种基于多任务学习的新型 OCTA 分割方法 (OCTA-MTL)，利用图像到 DT（距离变换）分支和自适应损失组合策略，该方法在 ROSE-2 数据集上表现出卓越的分割性能，相对于两种基线方法：单任务分割方法和使用固定损失组合的多任务分割方法。

    Nov, 2023

  • 光学相干断层扫描成像中的三维图像融合的时空照明模型

    光相干断层扫描（OCT）是一种非侵入性的显微成像模式，已在眼科临床中成为标准。我们提出了一个新的照明模型，利用正交扫描体数据的连续性来减少照明伪影，优化了 OCT 图像重建中的三维逆模型。此方法在眼科病理数据的评估中显示在 88% 的数据中减少了照明伪影，并且只有 6% 的数据中存在轻微残余的照明伪影。该方法使得前向运动校正数据的使用更准确，并且在 OCT 中实现了超采样和高级三维图像重建。

    Feb, 2024

  • 基于深度学习的单次扫描光学相干断层扫描血管造影图像提取

    本研究提出一种利用一次重复 OCT 扫描生成 OCTA 图像的血管提取流程，基于卷积投影利用更好地学习图像块之间的空间关系的 Vasculature Extraction Transformer（VET）实现。与使用四次重复 OCT 扫描的 SV-OCTA 及 ED-OCTA 获得的 OCTA 图像相比，VET 提取的 OCTA 图像展现出中等的质量和更高的图像对比度，同时将所需数据采集时间从大约 8 秒缩短到了大约 2 秒。根据视觉观察，VET 在使用具有挑战性的颈部和面部 OCTA 数据的区域中优于 SV 和 ED 算法。该研究表明，VET 具有从快速一次重复的 OCT 扫描中提取血管图像的能力，从而有助于对患者进行准确的诊断。

    Apr, 2023

  • 提高场景理解能力的鲁棒多模态图像拼接

    该研究论文提出了一种独特且综合的图像拼接流程，利用 OpenCV 的拼接模块，通过集成基于特征匹配、变换估计和融合技术，实现了无论图像间的光照、尺度或方向差异如何，都能产生顶级质量的全景视图，并在多种数据集上进行测试，发现其在增强场景理解和找到实际应用方面非常有效。

    Dec, 2023

  • 多重配准的稳健图像拼接

    该论文提出了一种改进的全景图创建算法，采用多重图像配准的方法，提高了深度差异和物体运动场景下的图像拼接的精度，实验结果表明该算法在存在较大运动或视差时能够生成明显更好的全景图。

    Nov, 2020

  • 无标签和无数据的血管系统分割串联切片 OCT 数据的训练策略

    通过利用合成血管数据集训练深度学习分割模型，解决了光学相干断层扫描术 (sOCT) 中的复杂性，为神经血管结构的更准确和高效分析铺平了道路。

    May, 2024

  • 一种准确高效的用于 OCTA 血管分割的神经网络和一个新数据集

    本研究提出了一种准确高效的神经网络，用于光相干断层扫描血管成像（OCTA）中视网膜血管的分割，通过在完整分辨率卷积网络中应用改进的循环 ConvNeXt 模块实现了与其他 SOTA 方法相当的准确性，且具有更少的参数和更快的推理速度（比 U-Net 轻 110 倍且快 1.3 倍），非常适合工业应用，同时构建了一个包含 918 个 OCTA 图像及其相应血管注释的新数据集，该数据集通过 Segment Anything Model（SAM）的协助进行半自动注释，极大地提高了注释速度，研究代码和数据集可从给出的 URL 获取。

    Sep, 2023

  • 用深度学习网络来纠正 3D OCT 视网膜图像中的轴向和冠状眼动

    提出基于深度学习的神经网络来校正 OCT 图像中的运动伪影，并在实验中表明该方法可以有效地校正运动伪影，恢复视网膜的整体曲率，并能够推广到各种疾病和分辨率。

    May, 2023

  • 使用模拟光学相干断层扫描血管造影技术进行详细视网膜血管分割，无需人工注释

    采用基于空间殖民化的仿真方法和三个对比适应管道，以更快、更真实地合成 OCTA，表现出优异的性能，能更好地补足深度学习方法不足。

    Jun, 2023

  • 利用片对片配准和重建的自监督 OCT 图像降噪

    通过综合切片训练和注册模块的自监督学习框架进行的实验研究，旨在改善光学相干断层扫描成像中存在的强散斑噪声，从而提高定量分析的性能。

    Nov, 2023