Attenuation artifact detection and severity classification in intracoronary OCT using mixed image representations

Created by

Haebom

저자

Pierandrea Cancian, Simone Saitta, Xiaojin Gu, Rudolf L. M. van Herten, Thijs J. Luttikholt, Jos Thannhauser, Rick H. J. A. Volleberg, Ruben G. A. van der Waerden, Joske L. van der Zande, Clarisa I. Sanchez, Bram van Ginneken, Niels van Royen, Ivana I\v{s}gum

개요

본 논문은 관상동맥 내 광학 코히어런스 토모그래피(OCT) 영상에서 혈액 잔여물과 기포로 인한 감쇠 아티팩트를 자동으로 검출하는 컨볼루션 신경망(CNN) 기반 방법을 제안한다. CNN은 OCT 영상의 A-line을 '아티팩트 없음', '경미한 아티팩트', '심각한 아티팩트' 세 가지 클래스로 분류한다. 카테시안 좌표와 극좌표 두 가지 표현 방식을 모두 사용하여 특징을 추출하고 결합하며, 경미한 아티팩트와 심각한 아티팩트에 대해 각각 0.77과 0.94의 F-score를 달성했다. 전체 OCT 스캔에 대한 추론 시간은 약 6초이다. 카테시안 좌표와 극좌표 표현을 모두 사용하는 것이 극좌표만 사용하는 것보다 성능이 우수함을 보여주며, 관상동맥 OCT 영상에서 아티팩트 자동 평가 및 영상 획득 안내를 위한 기반을 마련한다.