Improving segmentation of retinal arteries and veins using cardiac signal in doppler holograms
Created by
Haebom
Category
Empty
저자
Marius Dubosc, Yann Fischer, Zacharie Auray, Nicolas Boutry, Edwin Carlinet, Michael Atlan, Thierry Geraud
개요
도플러 홀로그래피는 망막 혈류의 동적 행동을 고해상도로 포착하여 망막 혈역학을 정량적으로 평가할 수 있는 새로운 망막 영상 기술입니다. 이 기술은 망막 동맥과 정맥의 정확한 분할을 필요로 하지만, 기존 분할 방법은 공간 정보에만 초점을 맞추고 홀로그래피 데이터의 시간적 풍부함을 간과합니다. 본 연구에서는 표준 분할 아키텍처를 사용하여 시간적 도플러 홀로그램에서 동맥과 정맥을 분할하는 간단하면서도 효과적인 방법을 제안합니다. 전용 펄스 분석 파이프라인에서 파생된 특징을 통합함으로써, 본 방법은 기존 U-Net이 시간 역학을 활용하고 더 복잡한 attention 기반 또는 반복 기반 모델과 유사한 성능을 달성할 수 있도록 합니다.
시사점, 한계점
•
시간 해상도 전처리가 딥러닝 기반 망막 혈관 분할 성능을 향상시키는 데 효과적임을 입증했습니다.
•
U-Net과 같은 표준 분할 아키텍처를 사용하여 복잡한 모델과 유사한 성능을 달성했습니다.
