下秒光学一致性断层扫描血管图谱协议用于使用高效超分辨率网络进行口腔内成像.

科学领域:

• 生物医学成像技术 生物医学成像技术
• 光学连贯性断层扫描技术
• 人工智能在医学中的应用

背景情况:

• 诊断疾病的口腔内成像需要高分辨率的微血管图像.
• 传统的光连贯断层扫描血管造影 (OCTA) 方法可能耗时,导致运动器件.
• 深度学习方法在提高OCTA图像质量和缩短获取时间方面表现有前途.

研究的目的:

• 使用新型深度学习模型开发用于口内成像的快速OCTA协议.
• 为了缩短图像采集时间,并尽量减少口内OCTA扫描中的运动工件.
• 评估拟议模型在重建高分辨率口内OCTA图像中的性能.

主要方法:

• 实施200kHz扫源OCT系统用于口腔内成像.
• 开发用于图像重建的口腔内微血管学超分辨率变压器 (IMAST) 模型.
• 采集口内OCTA数据,空间采样分辨率降低 (采集时间约0.3秒).

主要成果:

• IMAST模型成功地从低分辨率扫描中重建了高分辨率的口内OCTA图像.
• 与现有方法相比,实验结果显示了强大的性能和显著的图像质量提升.
• IMAST 显示出较低的模型复杂性,更快的推断时间和更低的计算成本.

结论:

• 使用IMAST模型开发的快速OCTA协议适用于临床口内成像.
• 这种方法为非侵入性口腔疾病诊断和早期发现恶性瘤提供了潜力.
• 该协议可以减少患者的不适,并提高口腔评估的效率.