对于多源域的库尔托斯转换概括 OCT图像的细分 从多个制造商的设备上的OCT图像

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) 对于可视化视网膜结构和病变至关重要.
• 准确的视网膜结构细分有助于早期疾病检测和治疗计划.
• 来自不同制造商的OCT设备的变化降低了细分性能.

研究的目的:

• 开发一个强大的OCT图像细分方法,可以在多个制造商中通用.
• 为应对由不同的图像采集设备引起的域移动挑战.

主要方法:

• 一种库尔托斯转换方法产生了多样化的图像风格.
• 平均风格对比学习最大化了风格特征距离.
• 变异风格对角化强制执行风格特征的多样性和独立性.
• 组合风格特征调节输入图像用于细分网络训练.

主要成果:

• 拟议的方法在两个OCT数据集上实现了优越的细分性能,与最先进的技术相比.
• 实验证明了质转化和对比学习方法的有效性.

结论:

• 开发的细分方法表现出强大的域泛化能力,在未见的OCT设备上表现良好.
• 这种技术适用于常规临床使用多制造商的OCT数据用于视网膜层和病变细分.