在看不见的制造商的OCT图像中对底层损伤细分的双空间域概括

科学领域:

• 眼科医生 眼科 眼科
• 医疗成像医学成像
• 计算机视觉 计算机视觉

背景情况:

• 光学连贯断层扫描 (OCT) 能够实现非侵入性底部损伤可视化.
• 不同制造商的OCT扫描仪之间的差异导致域移动,降低无形扫描仪的模型性能.

研究的目的:

• 为未见的OCT扫描仪开发一个带有改进的域概括能力的底部损伤细分方法.
• 为了应对由于OCT成像领域的领域转移而导致的性能下降的挑战.

主要方法:

• 提出了一种直角风格空间修复参数化 (OSSR) 方法,以限制在直角隐藏空间中的样本风格.
• 构建了一个图形对抗网络 (GAN),使用图形语义空间特征将生成的样本与源域数据对齐.
• 实施了图形语义对齐 (GSA),以关注病变和周围区域之间的形态差异.

主要成果:

• 在两个OCT数据集上的全面实验表明,与最先进的方法相比,细分性能优越.
• 拟议的方法实现了更好的域泛化,有效地处理未见的OCT扫描仪类型.

结论:

• 开发的 fundus 损伤细分方法可以在多个制造商的OCT 数据上进行训练,并将其推广到看不见的扫描仪.
• 这种方法有助于在各种OCT成像设备的常规临床应用.