利用深度特征进行血管内光学相干断层扫描图像的切片内运动校正

摘要： 切片内运动校正是分析血管内成像中体积变化和病理形成的重要步骤。光学相干断层扫描（OCT）近期被引入用于冠状动脉疾病的血管内成像与评估。冠状动脉的二维横截面OCT图像对表征组织内部结构具有关键作用。虽然相邻图像可进行复合处理，但由于运动差异可能无法完全匹配，这成为三维纵向分析各组织的主要障碍。本研究旨在开发一种基于二维冠状动脉OCT图像序列的稳健组织匹配运动校正方法。我们的运动校正技术基于卷积神经网络（CNN）从序列每帧获取的深度特征相关性，通过最大化参考帧与移动帧组织间的相似度来确定每帧的最优变换参数。结果表明，在应用CNN特征并确定变换参数后，组织实现了良好对齐。