未配对的手术内外CT (iOCT) 视频超分辨率与对比学习
Charalampos Komninos1, Theodoros Pissas1, Blanca Flores2
1School of Biomedical Engineering & Imaging Sciences, King's College London, SE1 7EU, London, UK.
Biomedical optics express
|February 26, 2024
概括
这项研究引入了一种新的AI方法,以提高眼科手术中使用的手术内光学连贯性断层扫描 (iOCT) 的图像质量. 增强的iOCT图像可以更好地指导视力恢复的再生疗法.
科学领域:
- 眼科医生 眼科 眼科
- 医疗成像医学成像
- 人工智能的人工智能
背景情况:
- 再生疗法有潜力扭转退行性眼病中的视力丧失.
- 机器人系统和手术内光学连贯性断层扫描 (iOCT) 有助于精确的子肠道输送.
- 目前iOCT成像的质量很低,限制了实时视觉视网膜层的可视化.
研究的目的:
- 开发一种人工智能驱动的超分辨率方法,以提高iOCT图像质量.
- 为了改善视网膜层在子视网膜输送过程中的可视化.
- 为了促进机器人辅助再生疗法的更有效的指导.
主要方法:
- 一种使用循环神经网络的未配对视频超分辨率方法.
- 利用来自IOCT序列的时间信息和来自手术前OCT扫描的空间信息.
- 整合一个patchwise对比损失功能,用于未配对的超级分辨率.
主要成果:
- 拟议的方法显著优于现有的最先进的iOCT超分辨率技术.
- 除研究证实了时间聚合和对比损失在图像增强中的关键作用.
- 专家临床医生验证了改善的图像质量及其临床实用性.
结论:
- 开发的超分辨率方法有效地提高了iOCT图像质量.
- 改进的iOCT可视化可以显著帮助引导用于再生疗法的机器人系统.
- 这一进步有望改善治疗退行性眼病的外科手术结果.
