压缩感应人类乳房光学连贯性3D图像体积数据使用预测编码
Diego M Song Cho1, Manuel J Jerome2, Christine P Hendon2
1Department of Biomedical Engineering, Columbia University, 500 W 120th Street, New York, NY 10027, USA.
Biomedical optics express
|November 29, 2023
概括
这项研究引入了一种更快的算法,用于大组织区域的光学连贯性断层扫描 (OCT) 成像. 增强的否定预测编码 (DN-PC) 方法显著减少了乳腺癌组织分析的计算时间.
科学领域:
- 生物医学光学 生物医学光学
- 医疗成像医学成像
- 计算病理学计算病理学
背景情况:
- 对于组织的快速,大面积光学连贯性断层扫描 (OCT) 存在临床需求.
- 评估切除乳腺组织的癌症需要高效的成像技术.
研究的目的:
- 开发和评估一种新的压缩传感 (CS) 算法,用于重建OCT乳腺组织体积.
- 为了优化算法的速度,并评估其对正常和癌症乳腺组织的性能.
主要方法:
- 实施一个无声预测编码 (DN-PC) 算法用于OCT体积重建.
- 计算并行和高效的内存传输,以减少处理时间.
- 在不同的A线采样速率下对图像体积进行系统压缩.
主要成果:
- 通过DN-PC算法,计算时间缩短了20倍.
- 在正常和癌症的人类乳腺组织中,成功地重建了OCT体积.
- 评估不同采样速率的重建质量和图像特征之间的关系.
结论:
- 平行DN-PC算法显著加快了乳腺组织的OCT体积重建.
- 这一进步支持了癌症诊断中快速,大面积的OCT成像的临床需求.
- 对采样率影响的进一步调查可以完善OCT成像协议.
