仿鹰视顶盖的眼底OCT图像重建方法

作     者：贾晓芬 梁镇洹 赵佰亭 余燕 朱少进 王云仪 JIA Xiaofen;LIANG Zhenhuan;ZHAO Baiting;YU Yan;ZHU Shaojin;WANG Yunyi

作者机构：安徽理工大学电气与信息工程学院安徽淮南232001 安徽理工大学第一附属医院安徽淮南232001 

出 版 物：《湖南大学学报（自然科学版）》 (Journal of Hunan University:Natural Sciences)

年 卷 期：2023年第50卷第8期

页      面：106-115页

核心收录：

学科分类：08[工学] 080203[工学-机械设计及理论] 0802[工学-机械工程] 

基　　金：安徽省自然科学基金面上项目(2108085ME158) 国家自然科学基金面上项目(52174141) 安徽高校协同创新项目(GXXT-2020-54) 安徽理工大学研究生创新基金(2021CX2075)。 

主　　题：超分辨率重建 光学相干断层扫描 鹰眼 感受野 

摘      要：客观因素导致临床获得的眼底OCT图像存在对比度差、病灶区域边缘模糊等现象.为解决上述问题,借鉴鹰视觉系统的信息处理机制,提出单幅OCT图像的超分辨率重建方法EOTRN.它仿照鹰眼视顶盖逐步扩大感受野的思路,从纵、横两维度逐级挖掘高级语义特征.纵向维度上借助空洞卷积、密集连接、通道注意力实现感受野逐步扩大、不同网络层特征传播及不同通道特征间的“竞争与“合作,完成低频信号的高级语义特征的初步提取.横向维度上借助64个特征子空间剔除高级语义特征中的冗余信息,校正并突出显著信息,实现病灶区域的纹理、轮廓特征强化.最后对底层语义特征和高级语义特征进行上采样和深层重建,得到高清OCT图像.仿真表明,在×4放大倍数时,EOTRN对测试集3的PSNR和SSIM值比EMASRN分别提高了0.96%和1.36%,重建图像能够突出细节信息,真实反映眼底健康状况.EOTRN的参数量较少,适用于嵌入式系统的部署,实现眼底OCT图像的实时超清重建.