DM 疾病标记 1875 - 8630 0278 - 0240 Hindawi 10.1155 / 2021/1373362 1373362 研究文章 通过深度学习在八面体增强视网膜微脉管系统的可视化图像质量 https://orcid.org/0000 - 0002 - 3775 - 176 x 徐 Yishuang 1 2 https://orcid.org/0000 - 0002 - 4159 - 1033 苏 余 1 https://orcid.org/0000 - 0002 - 5468 - 0334 华 Dihao 1 2 https://orcid.org/0000 - 0003 - 0246 - 1380 Heiduschka 彼得 2 https://orcid.org/0000 - 0003 - 4181 - 7888 张 Wenliang 2 https://orcid.org/0000 - 0002 - 7705 - 7078 曹 Tianyue 1 https://orcid.org/0000 - 0001 - 5883 - 3150 刘 景程之 3 https://orcid.org/0000 - 0003 - 1510 - 5123 霁 宇 1 https://orcid.org/0000 - 0001 - 5617 - 346 x 一特 妮可 2 邵 易 1 眼科中心 武汉大学人民医院 武汉 中国 rmhospital.com 2 眼科学系 所大学的医学中心的构建 门斯特干酪 德国 uni-muenster.de 3 内分泌和代谢 武汉大学人民医院 武汉 中国 rmhospital.com 2021年 16 6 2021年 2021年 8 5 2021年 7 6 2021年 16 6 2021年 2021年 版权©2021许Yishuang et al。 这是一个开放的文章在知识共享归属许可下发布的,它允许无限制的使用,分布和繁殖在任何媒介,提供最初的工作是正确的引用。

目的。调查的影响去噪的定性和定量参数的光学相干断层扫描血管造影(八面体)图像视神经和视网膜黄斑区。 方法。八面体的视神经和视网膜黄斑区图像获得使用Canon-HS100 10月设备48参与者(48眼)。多图像平均(MIA)和去噪技术被用来提高八面体图像的质量。峰值信噪比(PSNR)作为图像质量参数和血管密度(VD)作为定量参数取自single-scan,米娅,图像去噪八面体。的参数进行对比,不同的成像协议之间的相关性进行了分析。 结果。在视神经地区,PSNR值有显著差异,VD在三组之间的所有测量区域( P < 0.0001 )。去噪的PSNR值组显著高于其他两组( P < 0.0001 )。去噪的VD组明显低于所有测量区域的single-scan组( P < 0.0001 )。黄斑区,有显著差异的PSNR和所有测量区域的VD三组。去噪的PSNR值组显著高于其他两组( P < 0.0001 )。去噪的VD组明显低于在single-scan组在所有测量区域。视神经周围的VD的去噪组与single-scan组( R = 0.9403 , P < 0.0001 ),但VD MIA组不相关,在single-scan集团( R = 0.2505 , P = 0.2076 )。周围的VD窝在去噪和米娅图像与single-scan组( R = 0.7377 , P < 0.0001 ; R = 0.7005 , P = 0.0004 分别)。 结论。去噪可以提供一种简单快捷的方式来改善图像质量参数,如PSNR。它显示了巨大的潜力在改善八面体图像在视网膜疾病标志物的敏感性。

 中国学术委员会 201806270215 201706270193 中国国家自然科学基金 81500744 1。介绍

光学相干断层扫描血管造影(八面体)是一种非侵入性成像方法提供depth-selective和视网膜微脉管系统的三维映射没有染料注入( 1]。八面体微脉管系统的图像提供了更高的对比度和分辨率比荧光素血管造影;此外,它有助于视网膜微脉管系统的定量评价 2]。目前,八面体图像和定量参数,如血管密度(VD),成为视网膜疾病的重要标志,它所提供的血液流动的详细信息作出了重大贡献的早期检测多种眼疾( 3- - - - - - 5]。

八面体图像的质量是至关重要的对于准确地解释视网膜血管形态变化也影响定量分析结果;因此,改善图像质量已成为一个热门研究课题( 6, 7]。几个协议被用来评估八面体的图像质量,包括客观的评估,如单一的力量,contrast-to-noise比率(CNR)和峰值信噪比(PSNR)和视网膜专家主观评价( 8- - - - - - 11]。其中,PSNR值是最杰出的和广泛使用的客观图像质量评价参数之间不同的图像( 11, 12]。最近,据报道,多个en平均脸图像(MIA)技术能够增加八面体的PNSR图像,这表明图像质量的改善。这种技术可以让假阳性流信号的提取从多个图像,降低了背景噪声和提高退火不连续血管段的积极信号 12, 13]。然而,获得多个图像需要更长时间,这使得它更实用临床应用由于更高需求的病人的耐受性( 13]。

深度学习已成为最常见的人工智能(AI)技术,它显示了巨大的潜力为自动数据分析和改进图像质量( 11]。许多成对single-scan八面体和米娅图像深度学习培训开发一个算法去噪图像。因此,米娅图像可以从single-scan生成图像没有获得多个八面体图像通过使用这个算法( 14]。OCT-HS100(佳能、东京、日本),近年来商业化,内置软件平均多个八面体图像使用深度学习和得到去噪图像。它提供了一个方便的方法去噪技术在临床的应用程序设置。尽管先前的研究已经报道,去噪图像显示降低背景噪音和更高的图像质量比single-scan黄斑区域的图像( 11, 14),使用商用设备的影响去噪图像的定性和定量参数的黄斑和光学领域没有被调查。VD被认为是一个重要的早期检测的标记多个眼疾;例如,VD黄斑区可以帮助检测视网膜损伤在糖尿病和高血压患者在早期阶段,和VD光学领域可以帮助在青光眼的早期诊断 3- - - - - - 5]。因此,VD黄斑和光学领域从去噪图像需要验证获得可靠的数据在临床中的应用。

因此,在这项研究中,我们的目的是评估的影响去噪在八面体图像的定性和定量参数通过使用OCT-HS100黄斑和光学领域,阐明如果去噪可以提供一个有前途的改善图像质量和可靠的量化数据,并进一步促进临床实践与八面体视网膜疾病标记图像。

 2。方法 2.1。主题

48眼48名健康受试者的前瞻性纳入本研究。眼睛茂密的晶状体混浊,角膜混浊,屈光手术,或眼内炎症的历史被排除在外。视神经区域扫描在27例27眼,黄斑区是扫描在21 21个病人的眼睛。从每个注册研究病人知情同意了,和程序遵循赫尔辛基宣言的原则。

 2.2。光学相干断层扫描血管造影成像

OCT-HS100(眼科RX V4.5开发软件平台)内置软件提供了一个专门的收购模式,不断捕捉连续八面体立方体扫描在同一位置在很短的时间内,可以复合多个八面体图像到一个高质量的图像。此外,这个内置软件提供了一个“图像去噪八面体”深度学习的帮助下。在这项研究中,一个 3 × 3 米 米 2 扫描被选为黄斑区考试,和一个 4.5 × 4.5 米 米 2 扫描被选为视神经地区考试。八面体成像是由一个有经验的考官,每个病人接受几个扫描直到五,八面体扫描达到一定的标准。图像质量差( 信号 强度 < 6 、运动工件分数(MAS)的3或4,或分割错误)被排除在定量分析。米娅的形象是通过选择五个图像和应用米娅函数。一个是通过选择一个图像去噪图像和应用去噪功能。PSNR也记录和表达的最大信号除以标准差[ 15]。图片是出口,打开ImageJ(直方图函数)。最大像素值和标准偏差计算图像的亮度( 12]。除了PSNR,所有测量值都使用厂家的软件自动确定。

 2.3。统计方法

数据管理是使用Microsoft Excel 2010执行软件。IBM SPSS统计22窗口(美国IBM公司,萨默斯,纽约)是用于所有统计分析。提出了连续参数变量 意味着 ± 标准 偏差 (SD)。重复测量的方差分析(方差分析)是用来比较之间的差异PSNR和VD。图基的校正是用于多个比较。皮尔森相关系数是用来分析组织之间的关系。统计学意义是 P < 0.05 。

 3所示。结果 3.1。人口统计信息

48眼中48受试者参与研究的前瞻性。视神经区域扫描27例,其中13例女性(48.1%)。研究对象的平均年龄 50.49 ± 13.00 年 。21患者黄斑区是扫描;其中,10是女性(47.6%),平均年龄 56.29 ± 14.12 年 (表 1)。

人口统计信息。

视 黄斑
主题( N ) 27 21
眼睛( N ) 27 21
年龄(年) 50.49 ± 13.00 56.29 ± 14.12
性别(F / M) 13/14 10/11

注:年龄是作为 的意思是 ± SD 。缩写:F:女性;M:男性;SD:标准差。

 3.2。视神经的八面体参数区域

在视神经地区,PSNR值有显著差异,VD在三组之间的所有测量区域( P < 0.0001 );细节如表所示 2。

视神经的八面体参数区域。

视神经 单 米娅 消除干扰 F P 价值 ∗
PSNR值 12.09 ± 0.23 12.82 ± 0.18 13.64 ± 0.26 550.00 < 0.0001
视 48.34 ± 6.20 48.79 ± 4.63 43.39 ± 7.85 33.36 < 0.0001
优越的 56.99 ± 1.97 51.14 ± 2.84 51.34 ± 2.20 87.05 < 0.0001
鼻 56.47 ± 2.78 51.65 ± 2.95 51.07 ± 2.41 69.35 < 0.0001
劣质 57.75 ± 1.69 52.07 ± 3.51 51.68 ± 1.69 71.51 < 0.0001
时间 54.57 ± 2.97 47.62 ± 2.46 47.81 ± 2.65 197.90 < 0.0001

注: ∗ 重复测量方差分析被用来比较不同的PSNR和VD。缩写:八面体:光学相干断层扫描血管造影;PSNR值:峰值信噪比;米娅:多个图像平均;VD:血管密度;方差分析:方差分析。

在两组之间的比较,进一步去噪集团的PSNR值明显高于其他两组( P < 0.0001 )。至于VD,值去噪组明显低于single-scan集团在所有测量区域( P < 0.0001 ),只有一个显著减少视神经地区时观察到的比较去噪和米娅组( P < 0.0001 )(表 3和图 1)。

在视神经地区多个对比组。

视神经 米娅 ∗ 消除干扰 ∗
PSNR值 单 < 0.0001 < 0.0001
米娅 < 0.0001
视 单 0.7441 < 0.0001
米娅 < 0.0001
优越的 单 < 0.0001 < 0.0001
米娅 0.9338
鼻 单 < 0.0001 < 0.0001
米娅 0.6178
劣质 单 < 0.0001 < 0.0001
米娅 0.8377
时间 单 < 0.0001 < 0.0001
米娅 0.9011

注: ∗ 图基校正应用多个比较两组。缩写:PSNR值:峰值信噪比;米娅:多个图像平均。

比较三组的视神经。注:(一)PSNR值;(b-f) VD视神经和优越,鼻,低,和时间的视神经。数据了 的意思是 ± SD , ∗ ∗ ∗ ∗ P < 0.0001 。缩写:PSNR值:峰值信噪比;米娅:多个图像平均;VD:血管密度;SD:标准差。

比较三组之间的视觉区域图像显示,表现出降低背景噪声,平滑去噪图像血管与米娅和single-scan图像相比,尤其是在鼻侧。径向外围观察毛细管扩张的下颞侧的视神经single-scan形象,和米娅图像变得模糊,消失在(图去噪图像 2)。

八面体 4.5 × 4.5 米 米 2 代表图像的视觉神经区域相同的主题。注:(a, d) single-scan集团(b, e)米娅组和(c、f)去噪。(c)显示明显减少背景噪音和平滑船只相比(a)和(b),尤其是在鼻侧。增大下颞侧的视神经显示了一个径向外围毛细管(d)(蓝圈),在米娅出现模糊组(e),消失在去噪组(f),缩写:八面体:光学相干断层扫描血管造影;米娅:多个图像平均。

 3.3。八面体参数的黄斑区

黄斑区,有显著差异之间的所有测量区域的PSNR和VD三组;细节如表所示 4。

八面体参数的黄斑区。

黄斑 单 米娅 消除干扰 F P 价值 ∗
PSNR值 12.37 ± 0.19 12.98 ± 0.37 13.87 ± 0.33 344.50 < 0.0001
视网膜中央凹 28.32 ± 3.15 27.80 ± 2.38 25.85 ± 2.67 9.22 0.0035
优越的 46.71 ± 1.05 43.93 ± 1.66 45.3 ± 1.18 63.89 < 0.0001
鼻 44.52 ± 1.92 42.35 ± 1.88 42.74 ± 1.60 25.52 < 0.0001
劣质 46.10 ± 2.52 43.79 ± 1.94 44.88 ± 1.85 21.80 < 0.0001
时间 43.74 ± 2.20 41.78 ± 1.49 42.24 ± 1.39 18.40 < 0.0001

注: ∗ 重复测量方差分析被用来比较不同的PSNR和VD。缩写:八面体:光学相干断层扫描血管造影;方差分析:方差分析;PSNR值:峰值信噪比;米娅:多个图像平均;VD:血管密度。

在两组之间的比较,进一步去噪集团的PSNR值明显高于其他两组( P < 0.0001 )。去噪的VD组相比明显减少,single-scan集团的所有测量区域。有趣的是,在去噪VD组相比显著降低视网膜中央凹地区的米娅集团( P = 0.0001 ),但是更高的上级伪劣地区( P < 0.0001 , P = 0.0089 )(表 5和图 3)。

多重比较各组在黄斑区。

黄斑 米娅 ∗ 消除干扰 ∗
PSNR值 单 < 0.0001 < 0.0001
米娅 < 0.0001
视网膜中央凹 单 0.6470 0.0151
米娅 0.0001
优越的 单 < 0.0001 < 0.0001
米娅 < 0.0001
鼻 单 < 0.0001 0.0002
米娅 0.4388
劣质 单 < 0.0001 0.0026
米娅 0.0089
时间 单 0.0001 0.0005
米娅 0.3090

注: ∗ 图基校正应用多个比较两组。缩写:PSNR值:峰值信噪比;米娅:多个图像平均。

比较三组的黄斑区。注:(一)PSNR值;(b-f) VD视网膜中央凹地区和优越,鼻,低劣,黄斑和时间的一面。数据了 的意思是 ± SD , ∗ P < 0.05 , ∗ ∗ P < 0.01 , ∗ ∗ ∗ P < 0.001 , ∗ ∗ ∗ ∗ P < 0.0001 。缩写:PSNR值:峰值信噪比;米娅:多个图像平均;VD:血管密度;SD:标准差。

比较三组之间的黄斑区图像显示,去噪图像表现出降低背景噪声,平滑血管相比,米娅和single-scan图像。在无血管的区域增大,船舶退出米娅的形象,在去噪图像增强,和增大颞侧血流信号显示一个黑色的影子覆盖在single-scan形象,在米娅的形象,恢复和坚持(图去噪图像 4)。

八面体 3 × 3 米 米 2 代表图像的黄斑区相同的主题。注:(a、d、g) single-scan集团(b、e、h)米娅,和(c、f i)去噪。扩大的无血管的区域(d-f), (f)显示明显减少背景噪音并使血管相比更流畅(d)和(e),和一艘退出MIA组在去噪和增强组(黄色箭头);增大颞侧显示了一个黑色的影子覆盖single-scan组的血流信号(g)(红色箭头),在米娅恢复组(h),和坚持去噪组(i),缩写:八面体:光学相干断层扫描血管造影;米娅:多个图像平均。

 3.4。相关分析

视神经周围的VD的去噪组与single-scan组( R = 0.9403 , P < 0.0001 ),但米娅的VD组不相关与single-scan集团( R = 0.2505 , P = 0.2076 )。周围的VD视网膜中央凹区域去噪和米娅的图像都与single-scan组( R = 0.7377 , P < 0.0001 ; R = 0.7005 , P = 0.0004 分别(图) 5)。

两组间的血管密度的相关性。注:(a, b)相关的血管密度paraoptic区域;(c, d)相关的血管密度parafoveal区域。

 4所示。讨论

八面体是一种非侵入性和快速工具表现出视网膜微脉管系统,已广泛应用于患者视神经和视网膜疾病( 1]。视网膜血管形态变化和定量参数,包括血管密度的八面体图片,已经成为一位杰出的疾病标记视神经和视网膜疾病的诊断和治疗。最近的研究集中在八面体的改善图像质量和相应增加其敏感性疾病标记使用不同的技术。其中,人工智能技术显示伟大的前景 6, 7, 11]。然而,研究人工智能的应用提高八面体图像质量是有限的在每一个研究小组,和制造商的内置AI去噪函数没有被评价黄斑和视神经地区的实际临床使用。

图像质量客观评价和主观地在过去的研究。很容易受主观评价不同的原因,如视网膜技术的水平( 9]。客观评估包括几个协议,如单一的力量,中国北车,和PSNR, PSNR值是最杰出的和广泛使用的客观图像质量评价参数在不同的图像 8, 10- - - - - - 12]。PSNR值被定义为最大信号除以标准差。PSNR值通常用于一个项目之间的最大信号和背景噪音。更高的PNSR价值代表失真小,表明较高的图像质量。通常图像压缩后,输出图像将在某种程度上不同于原始图像。处理后的图像质量评价时,PSNR值通常是用来确定一个特定的加工过程是令人满意的。因此,在我们的研究中,PNSR是理想的参数比较原始图像之间的图像质量和图像不同炮制品( 15]。在这项研究中,我们比较了两种不同的方法的影响:去噪和米娅在八面体的图像质量和VD黄斑和视神经的地区。我们的研究结果表明,PSNR值去噪组显著高于米娅和single-scan组,表明去噪可以提高八面体图像质量甚至比米娅通过减少背景噪音在更短的时间内视神经和视网膜黄斑区。以前的研究也表明更好的去噪图像的图像质量比米娅图像( 11),这可能是由于图像用于图像平均图像质量相对较低。因此,一个训练有素的去噪算法,输出高对比度的图像,提高了图像质量,更大程度上比图像平均。我们观察到低信号流的增强去噪,消除图像平均(数据 4 (d)- - - - - - 4 (f))。这也表明一个更精确的船舶展览在去噪组比米娅组,从而提高早期视网膜血管疾病的诊断,如糖尿病性视网膜病变。

在我们的研究中,一个显著的低VD后观察到的去噪相比single-scan八面体图像在黄斑和视神经。一项研究报道,VD MIA后显著降低,这是按照我们的结果( 11]。去噪算法是由应用配对single-scan和米娅八面体图像深度学习培训( 14]。最后,建立了一种去噪算法生成一个类似的平均八面体图像从一个图像。这也许可以解释VD的减少在米娅和图像去噪八面体。使用和米娅处理八面体图像去噪技术,不同的机制会影响VD。一方面,减少噪声(PSNR)的增加可以减少VD。另一方面,连续的船只可以提高VD的增加,以及血管口径的增大( 16]。先前的研究也报道了降低背景噪音和更好的连续性与米娅去噪图像的血管图像( 11]。因此,船也没有船的比例确定哪些因素成为更强的人。在我们的研究中,VD视网膜中央凹的米娅图像显著高于去噪图像。这可能由于血管在视网膜中央凹的比例低,导致减少噪音对VD显示更强的影响去噪图像。亦然,VD优越的伪劣视网膜中央凹的一个相对较高的值相比,鼻和颞侧在我们的研究中,这可能导致血管连续性的提高成为了更强的因素影响VD在这两个领域也解释了为什么在米娅VD低于图像,在图像去噪领域。此外,VD在图像去噪与single-scan图像的多,在米娅图像。米娅记录准确的流量信号从多个图像,而流的信号去噪图像只是从最初单一的八面体中提取扫描。这可能是原因,VD有较高相关性去噪图像中一个八面体扫描比米娅图像。一般来说,VD的明显改变,但仍去噪图像与VD的single-scan形象。减少噪音和增加血管持续过程,VD应该代表真正的去噪图像的微脉管系统的状态在视网膜上比single-scan形象。

尽管去噪函数提供了一种更快的方式来收购更大的图像质量,米娅在这项研究中,我们观察到有一些优势。构件引起的玻璃体混浊和眼睛滚动更可能被消除图像平均去噪。Heisler等人也报道了米娅在减少运动工件的优势( 17]。这样的工件改变与眼睛的运动不太可能在不同扫描的确切位置展出。然而,在去噪图像,这些构件作为片的低信号,难以区分nonperfusion区域的形态学特性(数据 4 (g)- - - - - - 4(我)红色箭头)。这种去噪和米娅的区别可能是因为图像去噪的算法仅从单个扫描提取信息,不能恢复流信息由玻璃体混浊。此外,平均去噪和图像看起来不那么有效的应用在视神经地区比在黄斑区(图 2)。径向外围毛细管区域很难表现出明显在上面提到的三种模式,这可能是由于不连续图像展示的小血管口径处像高信号类似于背景噪音。这可以消除图像平均去噪,导致流信息的损失。这一发现表明,仍有一些限制的应用去噪函数Canon-HS100八面体装置在视神经疾病,因为流信号丢失的潜在风险。进一步深入学习训练可能有助于解决这些问题。

去噪技术提供了一种方便的方法来提高处理人工智能的八面体的图像质量,这可能是一个有用的工具,很难获得足够的合格的病人因为视力差的八面体图像。例如,年龄相关性黄斑变性和近视患者视力较差和固定可能会从这种技术中获益。从理论上讲,一个更精确的VD值,这可能会提高检测的灵敏度变化视网膜血管疾病如糖尿病性视网膜病变,可以通过这个去噪的过程。

我们的研究有一些局限性。首先,我们只研究在一个小样本大小,这可能会影响统计结果的准确性。第二,我们只使用一个八面体装置;最好是比较多个设备获得更多的主题数据来验证我们的八面体参数结果的可靠性。

 5。结论

一般来说,去噪提供了一个简单而快速的方法改善图像质量,包括PSNR值,并显示了巨大的潜力在改善八面体图像在视网膜疾病标志物的敏感性。尽管这种新技术在当前阶段有一些局限性,应该进行进一步的临床使用额外的培训。

 数据可用性

对应的数据可从作者要求。

 的利益冲突

作者宣称没有利益冲突。

 作者的贡献

Yishuang许苏和Yu的贡献同样这项工作。

 确认

这项研究得到了国家自然科学基金(81500744)和中国学术委员会授予(Yishuang徐201706270193;Dihao华201806270215)。

 Spaide r F。 藤本 j·G。 他 n K。 Sadda s R。 Staurenghi G。 光学相干断层扫描血管造影 在视网膜和眼睛的研究进展 2018年 64年 1 55 10.1016 / j.preteyeres.2017.11.003 2 - s2.0 - 85043275397 29229445 金 a . Y。 楚 Z。 Shahidzadeh 一个。 王 r·K。 Puliafito c。 沙尼 a . H。 量化微血管密度和形态在糖尿病视网膜病变中使用spectral-domain光学相干断层扫描血管造影 调查眼科及视觉科学 2016年 57 9 OCT362 OCT370 10.1167 / iovs.15 - 18904 2 - s2.0 - 84978518688 27409494 Frizziero l Midena G。 Longhin E。 伯顿 M。 Torresin T。 Parrozzani R。 Pilotto E。 早期视网膜改变10月造影和多灶electroretinography糖尿病 临床医学杂志 2020年 9 11日,第3514条 10.3390 / jcm9113514 33143008 华 D。 徐 Y。 张 X。 他 T。 陈 C。 陈 Z。 兴 Y。 视网膜微血管的变化与不同程度的高血压患者的血压控制和没有高血压性视网膜病变 目前眼科研究 2021年 46 1 107年 114年 10.1080 / 02713683.2020.1775260 32498561 侯 H。 Moghimi 年代。 赞格威尔 l . M。 Shoji T。 Ghahari E。 Penteado r . C。 船长 T。 Manalastas p . i . C。 人发现 r . N。 太阳黑子在原发性开角型青光眼早期血管密度和厚度 美国眼科杂志》 2019年 199年 120年 132年 10.1016 / j.ajo.2018.11.012 2 - s2.0 - 85059222885 30496723 Lauermann j·L。 Treder M。 Heiduschka P。 克莱门斯 c·R。 一特 N。 又美好 F。 眼球追踪技术的影响在年龄相关性黄斑变性OCT-angiography成像质量 Graefe眼科临床和实验的档案 2017年 255年 8 1535年 1542年 10.1007 / s00417 - 017 - 3684 - z 2 - s2.0 - 85018749892 28474129 张 M。 黄 t·S。 坎贝尔 j . P。 贝利 s T。 威尔逊 d . J。 黄 D。 贾 Y。 Projection-resolved光学相干层析血管造影术 生物医学光学表达 2016年 7 3 816年 828年 10.1364 / BOE.7.000816 2 - s2.0 - 84961625713 27231591 Czako C。 什 l Ecsedy M。 Recsan Z。 桑德尔 G。 Benyo F。 霍法 H。 Papp 一个。 Resch M。 Borbandy 一个。 伊 Z Z。 Kovacs 我。 10月的影响图像质量的可靠性在糖尿病患者血管摄影测量 国际期刊的视网膜和玻璃 2019年 5 1 46 10.1186 / s40942 - 019 - 0197 - 4 Woetzel 答:K。 Lauermann j·L。 Kreitz K。 Alnawaiseh M。 克莱门斯 c·R。 一特 N。 又美好 F。 光学相干断层扫描血管造影图像质量评估在不同视网膜的专业知识水平 当前眼科杂志》 2019年 31日 2 161年 167年 10.1016 / j.joco.2018.12.002 2 - s2.0 - 85059076593 31317094 里头 一个。 Balasubramanian 年代。 Lei J。 Baghdasaryan E。 al-Sheikh M。 保华 E。 Sadda s R。 多写图像平均提高光学相干断层扫描血管造影成像 Acta Ophthalmologica 2018年 96年 7 e820 e827 10.1111 / aos.13740 2 - s2.0 - 85047813921 29855147 Kadomoto 年代。 里头 一个。 Muraoka Y。 船长 T。 Tsujikawa 一个。 增强可视化视网膜微脉管系统的光学相干断层扫描血管造影成像通过深度学习 临床医学杂志 2020年 9 5 1322年 10.3390 / jcm9051322 32370282 Murakawa 年代。 Maruko 我。 【 T。 长谷川 T。 Iida T。 脉络膜新生血管成像使用多个光学相干断层扫描血管造影图像平均en的脸 Graefe眼科临床和实验的档案 2019年 257年 6 1119年 1125年 10.1007 / s00417 - 019 - 04275 - 5 2 - s2.0 - 85061706546 30783783 Lauermann j·L。 徐 Y。 Heiduschka P。 Treder M。 又美好 F。 一特 N。 Alnawaiseh M。 集成多个图像的影响平均10月造影图像质量和定量参数 Graefe眼科临床和实验的档案 2019年 257年 12 2623年 2629年 10.1007 / s00417 - 019 - 04492 - y 31630231 卡瓦依 K。 里头 一个。 村上 T。 Kadomoto 年代。 Oritani Y。 渡渡鸟 Y。 Muraoka Y。 船长 T。 基金经理人 M。 Tsujikawa 一个。 图像评价人工智能支持光学相干断层扫描血管造影成像在糖尿病视网膜病变中使用Oct-Hs100设备 视网膜 2020年 10.1097 / IAE.0000000000003101 Welstead s T。 分形和小波图像压缩技术 1999年 有媒体 里头 一个。 Balasubramanian 年代。 Lei J。 Baghdasaryan E。 Al-Sheikh M。 Sadda s R。 影响多个en平均脸图像光学相干断层扫描血管造影图像的定量评估 眼科学 2017年 124年 7 944年 952年 10.1016 / j.ophtha.2017.02.006 2 - s2.0 - 85015281211 28318637 Heisler M。 李 年代。 Mammo Z。 剑 Y。 居 M。 Merkur 一个。 Navajas E。 Balaratnasingam C。 求 m F。 Sarunic m V。 Strip-based连续登记获得光学相干断层扫描血管造影 《生物医学光学 2017年 22 3 036007年 10.1117/1. jbo.22.3.036007 2 - s2.0 - 85015758543