Feb, 2024

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

PDF
TL;DR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。
optical coherence tomographyoctillumination artifactsimage reconstructionvolumetric data
发现论文，激发创造
  • OCT2Confocal: 基于 3D CycleGAN 的视网膜 OCT 图像到共聚焦显微镜的转换

    应用 3D 循环 GAN 框架，无创生成视网膜共聚焦图像，从而进一步增强眼科诊断和监测能力。

    Nov, 2023

  • OCTDL：用于基于图像的深度学习方法的光学相干断层扫描数据集

    该研究使用光学相干断层扫描（OCT）技术，建立了一个开放数据集（OCTDL），其中包含 1600 多幅高分辨率 OCT 图像，针对疾病组和视网膜病理进行了标记。通过应用深度学习分类技术，对该数据集进行了疾病分类的研究。

    Dec, 2023

  • 基于空间感知 Transformer-GRU 框架的增强型青光眼诊断从 3D OCT 成像

    提出了一种新颖的深度学习框架，基于 3D 光学相干断层扫描（OCT）成像进行自动青光眼检测，取得了优于现有方法的表现，为提高临床决策支持系统和改善青光眼管理患者预后提供了重要潜力。

    Mar, 2024

  • 利用全局形状规则进行 3-D OCT 图像中的概率神经节层分割

    利用光学相干断层扫描技术的新概率方法进行眼底层面的快速准确分割，获得了 2.46 微米的平均无符号误差，并可用于评估分割质量、发现错误区域和鉴别正常和病理性扫描。

    Mar, 2014

  • DISCOVER: 光学相干断层扫描血管造影的 2D 多视图总结用于自动糖尿病性视网膜病变诊断

    该研究使用光学相干断层扫描血管造影技术（OCTA）对糖尿病视网膜病变进行自动评估，通过优化的二维摘要和分类流程，提供了比三维分类更好、更易解释的结果。

    Jan, 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

  • 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

  • LightOctree：轻量级三维空间一致性室内照明估计

    我们提出了一种轻量级的解决方案，用于从单个 RGB 图像估计室内灯光的空间一致性。我们引入了一个统一的、基于体素八叉树的光照估计框架，以生成 3D 空间一致的照明。此外，我们提出了一个可微的体素八叉树锥追踪渲染层，用于消除整个过程中的常规体积表示，并确保在不同频域之间保持特征。实验结果表明，与先前的方法相比，我们的方法在极小的成本下实现了高质量的一致估计。

    Apr, 2024

  • 光学相干断层扫描图像的对比非配对图像转换的解剖条件

    通过图像到图像（I2I）转换对不同模态的医学图像进行统一分析，解决因信息差异导致的非成对映射挑战。为了恢复语义一致性，本研究在对比学习非成对 I2I 转换（CUT）方法的基础上，通过额外的分割解码器支持风格解码器，提高样式转换图像与目标分布的相似度，并在无监督领域适应的情景中改善生物标志物在 Home-OCT 图像中的分割，为疾病监测（如年龄相关黄斑病变）提供潜力。

    Apr, 2024

  • 基于特征和像素的新颖 OCT 镶嵌管线

    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。

    Nov, 2023