高分辨率in vivo4D-OCT鱼眼成像使用3D-UNet与多级残留解码器
Ruizhi Zuo1, Shuwen Wei1, Yaning Wang1
1Whiting School of Engineering, Johns Hopkins University, Baltimore, MD, USA.
Biomedical optics express
|September 19, 2024
概括
这项研究介绍了一个实时的4D光学一致性断层扫描 (OCT) 系统,使用深度学习来减少运动文物. 先进的深度学习算法重建高分辨率,没有扭曲的体积图像,以改善生物组织成像.
科学领域:
- 生物医学成像技术 生物医学成像技术
- 医疗技术 医疗技术 医学技术
- 人工智能在医学中的应用
背景情况:
- 光学连贯断层扫描 (OCT) 提供生物组织的高分辨率3D成像.
- 在体内获取OCT图像是具有挑战性的,因为来自生理运动的运动工件和缓慢的率.
- 现有的方法很难实现实时无扭曲体积成像.
研究的目的:
- 开发一个实时4D-OCT系统,用于重建几乎没有扭曲的体积图像.
- 使用基于深度学习的重建算法来处理OCT成像中的运动工件.
- 为了提高OCT图像重建的准确性和效率.
主要方法:
- 实现实时4D-OCT系统,使用深度学习重建算法.
- 采集低样本的OCT体积图像高速采集,然后使用卷积神经网络 (CNN) 实时进行升级样本.
- 双2D和3DUNet架构的比较和改进,结合多层信息和16位浮点精度进行优化.
主要成果:
- 精致和优化的基于3D-UNet的网络准确地重建组织结构.
- 该系统实现实时4D-OCT成像,频率超过10Hz.
- 实现了约0.03的低根平均平方误差 (RMSE),表明重建的准确性很高.
结论:
- 开发的基于深度学习的4D-OCT系统有效地克服了运动工件.
- 该系统可实现生物组织的精确,实时,高分辨率的体积成像.
- 这一进步为改善体内组织分析和诊断带来了巨大的潜力.
