当前位置: X-MOL 学术bioRxiv. Cancer Biol. › 论文详情
Our official English website, www.x-mol.net, welcomes your feedback! (Note: you will need to create a separate account there.)
深度学习:迈向高分辨率的体内短波红外成像
bioRxiv - Cancer Biology Pub Date : 2021-05-10 , DOI: 10.1101/2021.03.04.433844
Vladimir A. Baulin , Yves Usson , Xavier Le Guével

与NIR-1区域(700-900 nm)相比,短波红外窗口(SWIR:1000-1700 nm)在深度和时间分辨率上低至4 mm方面代表了一项重大改进。SWIR是X射线和光声成像等更精确方法的一种快速而廉价的替代方法。SWIR成像的主要障碍是来自组织和皮肤的噪声和散射,降低了该方法的精度。我们证明NIR-IIb区域(1500-1700 nm)中的SWIR体内成像与先进的深度学习图像分析相结合可以克服这些障碍,并向高分辨率成像迈进了一大步:它可以精确地分割血管从组织和噪声中获取血管网络的形态结构,了解伪3D形状,它们的相对位置,深入了解小动物血液血管化的动态信息,并区分血管类型:大动脉和静脉。为了进行演示,我们使用了神经网络IterNet,该网络利用了血管的结构冗余,为原始SWIR图像提供了有用的分析工具。



"点击查看英文标题和摘要"

更新日期:2021-05-11
down
wechat
bug