Vessel-Promoted OCT to OCTA Image Translation by Heuristic Contextual Constraints

要約

光干渉断層撮影血管造影 (OCTA) は、網膜疾患の臨床スクリーニングにおいて重要なツールであり、非侵襲的スキャンを通じて血管の正確な 3D イメージングを可能にします。
ただし、OCTA 画像を取得するためのハードウェア ベースのアプローチには、特殊なセンサーと高価なデバイスが必要であるため、課題が生じます。
この論文では、追加のハードウェア変更を必要とせずに、すぐに利用できる 3D 光コヒーレンス断層撮影 (OCT) 画像を 3D OCTA 画像に変換できる、TransPro と呼ばれる新しい方法を紹介します。
私たちの TransPro メソッドは主に、これまでの研究では見落とされていた 2 つの新しいアイデアによって推進されています。
最初のアイデアは、OCTA 投影マップが、Z 軸に沿った対応する B スキャンからのピクセル値を平均することによって生成されるという重要な観察から導き出されています。
そこで、3D 敵対的生成ネットワークと新しいヒューリスティック コンテキスト ガイダンス (HCG) モジュールを組み込んだハイブリッド アーキテクチャを導入します。これにより、3D ボリュームと投影マップの間で生成された OCTA 画像の一貫性が効果的に維持されます。
2 番目のアイデアは、翻訳された OCTA 投影図の船舶の品質を向上させることです。
その結果、網膜血管に対するネットワークの注意を高めるための新しい血管促進ガイダンス（VPG）モジュールを提案します。
2 つのデータセットに関する実験結果は、当社の TransPro が最先端のアプローチよりも優れていることを示しており、比較すると MAE で約 11.4%、PSNR で 2.7%、SSIM で 2%、VDE で 40%、VDC で 9.1% の相対的な改善が見られます。
ベースラインメソッド。
コードは https://github.com/ustlsh/TransPro から入手できます。

要約(オリジナル)

Optical Coherence Tomography Angiography (OCTA) is a crucial tool in the clinical screening of retinal diseases, allowing for accurate 3D imaging of blood vessels through non-invasive scanning. However, the hardware-based approach for acquiring OCTA images presents challenges due to the need for specialized sensors and expensive devices. In this paper, we introduce a novel method called TransPro, which can translate the readily available 3D Optical Coherence Tomography (OCT) images into 3D OCTA images without requiring any additional hardware modifications. Our TransPro method is primarily driven by two novel ideas that have been overlooked by prior work. The first idea is derived from a critical observation that the OCTA projection map is generated by averaging pixel values from its corresponding B-scans along the Z-axis. Hence, we introduce a hybrid architecture incorporating a 3D adversarial generative network and a novel Heuristic Contextual Guidance (HCG) module, which effectively maintains the consistency of the generated OCTA images between 3D volumes and projection maps. The second idea is to improve the vessel quality in the translated OCTA projection maps. As a result, we propose a novel Vessel Promoted Guidance (VPG) module to enhance the attention of network on retinal vessels. Experimental results on two datasets demonstrate that our TransPro outperforms state-of-the-art approaches, with relative improvements around 11.4% in MAE, 2.7% in PSNR, 2% in SSIM, 40% in VDE, and 9.1% in VDC compared to the baseline method. The code is available at: https://github.com/ustlsh/TransPro.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google