論文の概要: Spectral Bandwidth Recovery of Optical Coherence Tomography Images using
Deep Learning
- arxiv url: http://arxiv.org/abs/2301.00504v1
- Date: Mon, 2 Jan 2023 02:18:32 GMT
- ステータス: 処理完了
- システム内更新日: 2023-01-03 14:27:32.388984
- Title: Spectral Bandwidth Recovery of Optical Coherence Tomography Images using
Deep Learning
- Title(参考訳): 深層学習を用いた光コヒーレンストモグラフィ画像のスペクトル帯域復元
- Authors: Timothy T. Yu, Da Ma, Jayden Cole, Myeong Jin Ju, Mirza F. Beg and
Marinko V. Sarunic
- Abstract要約: 取得速度を向上する技術開発は、しばしばスペクトル帯域幅が狭くなり、したがって軸方向分解能が低くなる。
従来,OCTのサブサンプルデータを再構成するために画像処理技術が用いられてきた。
本研究では,スペクトル領域におけるガウスウィンドウ化による軸方向スキャン(Aスキャン)分解能の低下をシミュレートし,画像特徴再構成のための学習的アプローチについて検討する。
- 参考スコア(独自算出の注目度): 0.6990493129893112
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: Optical coherence tomography (OCT) captures cross-sectional data and is used
for the screening, monitoring, and treatment planning of retinal diseases.
Technological developments to increase the speed of acquisition often results
in systems with a narrower spectral bandwidth, and hence a lower axial
resolution. Traditionally, image-processing-based techniques have been utilized
to reconstruct subsampled OCT data and more recently, deep-learning-based
methods have been explored. In this study, we simulate reduced axial scan
(A-scan) resolution by Gaussian windowing in the spectral domain and
investigate the use of a learning-based approach for image feature
reconstruction. In anticipation of the reduced resolution that accompanies
wide-field OCT systems, we build upon super-resolution techniques to explore
methods to better aid clinicians in their decision-making to improve patient
outcomes, by reconstructing lost features using a pixel-to-pixel approach with
an altered super-resolution generative adversarial network (SRGAN)
architecture.
- Abstract(参考訳): 光コヒーレンストモグラフィー(OCT)は横断的なデータを捉え、網膜疾患のスクリーニング、モニタリング、治療計画に使用される。
取得速度を向上する技術開発は、しばしばスペクトル帯域幅が狭くなり、したがって軸方向分解能が低くなる。
従来,OCTのサブサンプルデータを再構成するために画像処理技術が用いられており,近年ではディープラーニングに基づく手法が研究されている。
本研究では,スペクトル領域におけるガウスウィンドウ化による軸方向スキャン(Aスキャン)分解能の低下をシミュレートし,画像特徴再構成のための学習的アプローチについて検討する。
広視野 OCT システムに付随する解像度の低減を期待して,我々は,超解像度生成対向ネットワーク (SRGAN) アーキテクチャを改良したピクセル・ツー・ピクセル・アプローチを用いて,失われた特徴を再構築し,臨床医の意思決定におけるより良い支援方法を探求する超解像度技術を構築した。
関連論文リスト
- Super resolution of histopathological frozen sections via deep learning
preserving tissue structure [0.0]
病理組織学的凍結切片の超解像に対する新しいアプローチを提案する。
我々のディープラーニングアーキテクチャは、補間された画像と実際の画像の間の誤りを学習することに焦点を当てている。
既存の手法と比較して、構造類似度指数 (SSIM) とピーク信号-雑音比 (PSNR) の面で大幅に改善された。
提案手法は, 画像試料の高分解能を保ちながら, より高速な凍結断面積撮影を実現する大きな可能性を秘めている。
論文 参考訳(メタデータ) (2023-10-17T09:52:54Z) - Frequency-aware optical coherence tomography image super-resolution via
conditional generative adversarial neural network [0.3040864511503504]
周波数ベースモジュールと周波数ベース損失関数を条件付き生成対向ネットワーク(cGAN)に統合する周波数対応超解像フレームワークを提案する。
我々は,既存の深層学習フレームワークよりも提案したフレームワークが優れていることを示すため,既存の冠動脈OCTデータセットから大規模な定量的研究を行った。
論文 参考訳(メタデータ) (2023-07-20T16:07:02Z) - Deep learning network to correct axial and coronal eye motion in 3D OCT
retinal imaging [65.47834983591957]
深層学習に基づくニューラルネットワークを用いて,OCTの軸運動とコロナ運動のアーチファクトを1つのスキャンで補正する。
実験結果から, 提案手法は動作アーチファクトを効果的に補正し, 誤差が他の方法よりも小さいことを示す。
論文 参考訳(メタデータ) (2023-05-27T03:55:19Z) - OADAT: Experimental and Synthetic Clinical Optoacoustic Data for
Standardized Image Processing [62.993663757843464]
オプトアコースティック(OA)イメージングは、ナノ秒レーザーパルスによる生体組織の励起と、光吸収による熱弾性膨張によって発生する超音波の検出に基づいている。
OAイメージングは、深部組織における豊富な光学コントラストと高分解能の強力な組み合わせを特徴としている。
臨床環境でのOAの幅広い応用を促進するために、異なるタイプの実験的なセットアップと関連する処理手法で生成される標準化データセットは存在しない。
論文 参考訳(メタデータ) (2022-06-17T08:11:26Z) - Multi-scale reconstruction of undersampled spectral-spatial OCT data for
coronary imaging using deep learning [1.8359410255568984]
血管内光コヒーレンス断層撮影(IV OCT)は冠状動脈疾患(CAD)の診断・治療に最適であると考えられる。
高分解能と高速走査率のトレードオフがある。
本稿では,スペクトル領域と空間領域の両方でサンプリングプロセスをダウンスケールするスペクトル空間取得手法を提案する。
論文 参考訳(メタデータ) (2022-04-25T16:37:25Z) - Multi-Channel Convolutional Analysis Operator Learning for Dual-Energy
CT Reconstruction [108.06731611196291]
我々は,多チャンネル畳み込み解析演算子学習法(MCAOL)を開発した。
本研究では,低エネルギー,高エネルギーで減衰画像を共同で再構成する最適化手法を提案する。
論文 参考訳(メタデータ) (2022-03-10T14:22:54Z) - Incremental Cross-view Mutual Distillation for Self-supervised Medical
CT Synthesis [88.39466012709205]
本稿では,スライス間の分解能を高めるために,新しい医療スライスを構築した。
臨床実践において, 根本・中間医療スライスは常に欠落していることを考慮し, 相互蒸留の段階的相互蒸留戦略を導入する。
提案手法は,最先端のアルゴリズムよりも明確なマージンで優れる。
論文 参考訳(メタデータ) (2021-12-20T03:38:37Z) - Deep Learning Approach for Hyperspectral Image Demosaicking, Spectral
Correction and High-resolution RGB Reconstruction [3.0478210530038443]
教師付き学習手法を用いたハイパースペクトル画像のスナップショット化のための深層学習に基づく画像復号アルゴリズムを提案する。
医用画像が公開されていないため,既存の医用画像データセットからのスナップショット画像をシミュレートする合成画像生成手法が提案されている。
得られたデシック画像は定量的かつ質的に評価され、画像品質の明確な改善が示される。
論文 参考訳(メタデータ) (2021-09-03T09:50:03Z) - A parameter refinement method for Ptychography based on Deep Learning
concepts [55.41644538483948]
伝播距離、位置誤差、部分的コヒーレンスにおける粗いパラメトリゼーションは、しばしば実験の生存性を脅かす。
最新のDeep Learningフレームワークは、セットアップの不整合を自律的に補正するために使用され、ポチコグラフィーの再構築の質が向上する。
我々は,elettra シンクロトロン施設のツインミックビームラインで取得した合成データセットと実データの両方でシステムをテストした。
論文 参考訳(メタデータ) (2021-05-18T10:15:17Z) - Pathological Retinal Region Segmentation From OCT Images Using Geometric
Relation Based Augmentation [84.7571086566595]
本稿では,幾何学と形状の内在的関係を共同で符号化することで,従来のGANベースの医用画像合成法よりも優れた手法を提案する。
提案手法は,取得手順の異なる画像を有する公開RETOUCHデータセット上で,最先端のセグメンテーション手法より優れている。
論文 参考訳(メタデータ) (2020-03-31T11:50:43Z) - Learned Spectral Computed Tomography [0.0]
スペクトル光子結合型CTのためのディープラーニングイメージング法を提案する。
この方法は、ケース固有データを用いて訓練された2段階の学習された原始双対アルゴリズムの形を取る。
提案手法は, 限られたデータの場合であっても, 高速再構成機能と高速撮像性能により特徴付けられる。
論文 参考訳(メタデータ) (2020-03-09T13:39:12Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト(すべての情報・翻訳含む)の品質を保証せず、本サイト(すべての情報・翻訳含む)を使用して発生したあらゆる結果について一切の責任を負いません。