Sub2Full: split spectrum to boost OCT despeckling without clean data

要約

光干渉断層撮影 (OCT) はスペックル ノイズの影響を受け、特に可視光 OCT (vis-OCT) のような高解像度モダリティでは画質の低下を引き起こします。
従来の教師あり深層学習ノイズ除去手法の可能性は、クリーンなデータを取得することが難しいため制限されていました。
ここでは、クリーンなデータを使用しない OCT の斑点除去のために、Sub2Full (S2F) と呼ばれる革新的な自己教師あり戦略を提案しました。
このアプローチは、2 つの反復 B スキャンを取得し、最初の反復のスペクトルを低解像度入力として分割し、2 番目の反復の全スペクトルを高解像度ターゲットとして利用することによって機能します。
提案された方法は、網膜外層の層下構造を視覚化する vis-OCT 網膜画像で検証され、従来の Noise2Noise および Noise2Void スキームよりも優れたパフォーマンスを実証しました。
コードは https://github.com/PittOCT/Sub2Full-OCT-Denoising で入手できます。

要約(オリジナル)

Optical coherence tomography (OCT) suffers from speckle noise, causing the deterioration of image quality, especially in high-resolution modalities like visible light OCT (vis-OCT). The potential of conventional supervised deep learning denoising methods is limited by the difficulty of obtaining clean data. Here, we proposed an innovative self-supervised strategy called Sub2Full (S2F) for OCT despeckling without clean data. This approach works by acquiring two repeated B-scans, splitting the spectrum of the first repeat as a low-resolution input, and utilizing the full spectrum of the second repeat as the high-resolution target. The proposed method was validated on vis-OCT retinal images visualizing sublaminar structures in outer retina and demonstrated superior performance over conventional Noise2Noise and Noise2Void schemes. The code is available at https://github.com/PittOCT/Sub2Full-OCT-Denoising.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google