简读分享 | 陈兴民 编辑 | 王宇哲
论文题目
AV-casNet: Fully Automatic Arteriole-Venule Segmentation and Differentiation in OCT Angiography
论文摘要
视网膜小动脉和小静脉（AV）的自动分割和识别对于糖尿病视网膜病变、高血压和心血管疾病等各种眼部疾病和全身疾病的诊断具有重要意义。光学相干断层血管成像(OCTA)是一种提供毛细血管水平血流信息的最新成像手段。然而，OCTA不像眼底摄影那样具有AV之间的色度和几何差异。各种方法被提出来鉴别OCTA中的房室，这通常需要其他成像方式的指导。在这项研究中，本文提出了一种仅基于OCTA的级联神经网络来自动分割和区分AV。首先应用卷积神经网络(CNN)模块生成初始分割，然后使用图神经网络(GNN)来改善初始分割的连通性。并对各种CNN和GNN结构进行了比较。该方法在包括3×3mm2和6×6mm2 OCTA的多中心临床数据集上进行了评估。该方法具有丰富OCTA图像信息用于各种疾病诊断的潜力。
论文链接
https://ieeexplore.ieee.org/document/9918059
