Deep-Learning-based Vascularture Extraction for Single-Scan Optical Coherence Tomography Angiography

要約

タイトル：
– Deep-Learning-based Vascularture Extraction for Single-Scan Optical Coherence Tomography Angiography

要約：
– Optical coherence tomography angiography（OCTA）は、周囲の静止した生物組織から移動する赤血球の信号を取り出すことで、OCTの機能を拡張した非侵襲的な画像モダリティである。
– OCTAは、皮膚微小血管を分析するための貴重なツールとなり、より正確な診断や治療モニタリングが可能となった。
– SV-OCTAとED-OCTAなど、既存のOCTA抽出アルゴリズムは、高品質のangiography画像を生成するために、同じ位置でより多くの再スキャンを実行することが多い。
– しかし、より多くの再スキャンは、より長いデータ取得時間を要し、予測不能な動きのアーティファクトが増加することを意味する。
– 本研究では、1回の再スキャンだけでOCTA画像を生成する血管抽出パイプラインを提案する。
– このパイプラインは、畳み込み投影を活用したVasculature Extraction Transformer（VET）に基づいており、画像パッチ間の空間関係をより良く学習することができる。
– 4回の再スキャンを使用して得られたSV-OCTA（PSNR：17.809）およびED-OCTA（PSNR：18.049）に比べ、VETによって抽出されたOCTA画像は、中程度の品質（PSNR：17.515）とより高い画像コントラストを備えており、データ取得時間を約8秒から約2秒に短縮することができる。
– 目視観察に基づくと、提案されたVETは、スキャンが難しい領域の首や顔のOCTAデータを使用する場合において、SVやEDアルゴリズムを凌駕する性能を発揮する。
– この研究は、VETが高速な1回の再スキャンから血管画像を抽出する能力を有し、患者の正確な診断を促進することを示している。

要約(オリジナル)

Optical coherence tomography angiography (OCTA) is a non-invasive imaging modality that extends the functionality of OCT by extracting moving red blood cell signals from surrounding static biological tissues. OCTA has emerged as a valuable tool for analyzing skin microvasculature, enabling more accurate diagnosis and treatment monitoring. Most existing OCTA extraction algorithms, such as speckle variance (SV)- and eigen-decomposition (ED)-OCTA, implement a larger number of repeated (NR) OCT scans at the same position to produce high-quality angiography images. However, a higher NR requires a longer data acquisition time, leading to more unpredictable motion artifacts. In this study, we propose a vasculature extraction pipeline that uses only one-repeated OCT scan to generate OCTA images. The pipeline is based on the proposed Vasculature Extraction Transformer (VET), which leverages convolutional projection to better learn the spatial relationships between image patches. In comparison to OCTA images obtained via the SV-OCTA (PSNR: 17.809) and ED-OCTA (PSNR: 18.049) using four-repeated OCT scans, OCTA images extracted by VET exhibit moderate quality (PSNR: 17.515) and higher image contrast while reducing the required data acquisition time from ~8 s to ~2 s. Based on visual observations, the proposed VET outperforms SV and ED algorithms when using neck and face OCTA data in areas that are challenging to scan. This study represents that the VET has the capacity to extract vascularture images from a fast one-repeated OCT scan, facilitating accurate diagnosis for patients.

arxiv情報

提供元, 利用サービス

arxiv.jp, OpenAI