基于学习的扭曲校正使得近距离扫描内镜OCT弹性图形能够进行
Haoran Zhang1, Chengfu Gu1, Qi Lan1
1School of Biomedical Engineering, Shanghai Jiao Tong University, Shanghai, China.
Biomedical optics express
|July 18, 2024
概括
本研究引入了一种基于学习的新方法,用于纠正近距离扫描光学连贯断层扫描 (OCT) 中的非均旋转扭曲 (NURD). 这种校正使OCT弹性图像 (OCE) 的稳定成像成为可能,从而允许在血管幻体中进行二维菌株映射.
科学领域:
- 生物医学工程 生物医学工程
- 光学成像技术的成像
- 医疗器械 医疗器械
背景情况:
- 在内镜和血管内光学一致性断层扫描 (OCT) 中的近距离扫描具有成本效益,但患有非均旋转扭曲 (NURD).
- 在功能性成像技术中,NURD显著限制了OCT的应用,例如OCT弹性图像 (OCE).
研究的目的:
- 开发和验证一种基于学习的方法,用于在近距离扫描OCT系统中进行准确的NURD校正.
- 为了实现基于强度的OCE的稳定成像,促进先进的血管评估.
主要方法:
- 从一个内镜OCT系统中提取真实扭曲向量,用于模型训练.
- 应用卷积神经网络 (CNN) 和基于变压器的学习架构来进行NURD校正.
- 使用数字图像相关性和光学流程验证弹性图形计算.
主要成果:
- 拟议的方法,利用真实的扭曲向量,在NURD校正中表现出比使用伪向量的方法更高的准确性.
- 经过校正的OCT图像使得有效的2D位移和辐射和周长方向的应变分布分析成为可能.
- 靠近扫描内镜OCE成功地在动脉样硬化血管幻体中区分了不同硬度.
结论:
- 使用真实扭曲矢量进行基于学习的NURD校正,有效地实现稳定的内镜OCE.
- 开发的方法克服了以前方法的局限性,并增强了OCT在血管成像方面的能力.
- 这一进步允许对动脉样硬化斑块进行全面的二维机械性质评估.
