多尺度条件卷积的OCT视网膜图像降噪研究

• 作者: 周旭东 陈明惠 马文飞 赖湘玲 黄铎文 刘渡新 马昕宏
• 来源期刊: 光学技术
• 学科: 工学
• 关键词: 光学相干层析技术 图像降噪 条件卷积 多尺度
• 年，卷（期）: 2022,（1）
• 所属期刊栏目: 生物医学光学|Biomedical Optics
• 页码范围: 102-108
• 页数: 7页
• 分类号: TP391
• 语种: 中文

摘要

散斑噪声存在于光学相干层析成像(OCT)中,影响OCT图像质量.在使用OCT设备诊断各种常见眼科疾病时,高质量的OCT图像是极为重要的.利用深度神经网络对OCT图像进行降噪处理,使图像在保留空间结构细节的基础上能展示更多的信息.提出了一种基于残差学习网络的新型OCT图像降噪网络-CMCNN,其具有多尺度、多权重和多层次特征融合等特点,并且在保留图像空间结构细节的基础上降低图像噪声;再将提出的模型与传统降噪算法、深度学习降噪模型进行比较.实验表明,CMCNN在峰值信噪比(PSNR)和结构相似性(SSIM)方面比其他深度学习方法提高了2.5％左右,验证了方法可以有效地保留OCT图像中的细节信息,同时有效地抑制噪声,提高图像质量.