解决光学相干断层扫描器械间的差异血管学:图像对图像的翻译系统是否有帮助?
Hosein Nouri1,2, Reza Nasri3, Seyed-Hossein Abtahi4,5
1Ophthalmic Research Center, Research Institute for Ophthalmology and Vision Science, Shahid Beheshti University of Medical Sciences, Tehran, Iran. Hosein.Nouri.2018@gmail.com.
International journal of retina and vitreous
|August 29, 2023
概括
通过使用深度学习图像对图像翻译,可以解决光学连贯性断层扫描血管学 (OCTA) 设备之间的数据变化. 这种方法提高了用于视网膜微血管分析的数据可比性和机器学习模型概括性.
科学领域:
- 眼科和医学成像学
- 医疗保健中的人工智能
背景情况:
- 光学连贯断层扫描血管造影 (OCTA) 提供了视网膜微血管的非侵入性可视化和量化.
- 在OCTA设备之间的技术差异导致显著的设备间数据差异,限制了可比性和通用性.
- 这些变化对在不同OCTA机器的数据上训练的机器学习模型构成域移动问题.


