CN113643396B - 扫频oct图像处理方法及装置 - Google Patents
扫频oct图像处理方法及装置 Download PDFInfo
- Publication number
- CN113643396B CN113643396B CN202110897589.XA CN202110897589A CN113643396B CN 113643396 B CN113643396 B CN 113643396B CN 202110897589 A CN202110897589 A CN 202110897589A CN 113643396 B CN113643396 B CN 113643396B
- Authority
- CN
- China
- Prior art keywords
- image
- oct
- background
- information
- sample
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000003672 processing method Methods 0.000 title claims abstract description 14
- 238000000034 method Methods 0.000 claims abstract description 36
- 238000012545 processing Methods 0.000 claims abstract description 22
- 230000001007 puffing effect Effects 0.000 claims abstract description 11
- 238000012935 Averaging Methods 0.000 claims abstract description 6
- 230000006870 function Effects 0.000 claims description 33
- 238000004590 computer program Methods 0.000 claims description 9
- 230000008569 process Effects 0.000 claims description 8
- 238000001914 filtration Methods 0.000 claims description 3
- 238000012014 optical coherence tomography Methods 0.000 description 55
- 230000001629 suppression Effects 0.000 description 7
- 230000009466 transformation Effects 0.000 description 6
- 238000009499 grossing Methods 0.000 description 5
- 238000003384 imaging method Methods 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 4
- 239000002390 adhesive tape Substances 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000011282 treatment Methods 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000035945 sensitivity Effects 0.000 description 2
- 238000001228 spectrum Methods 0.000 description 2
- 206010028980 Neoplasm Diseases 0.000 description 1
- 230000003044 adaptive effect Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000003042 antagnostic effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 201000011510 cancer Diseases 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000002059 diagnostic imaging Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 230000005855 radiation Effects 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 230000002194 synthesizing effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T11/00—2D [Two Dimensional] image generation
- G06T11/003—Reconstruction from projections, e.g. tomography
- G06T11/008—Specific post-processing after tomographic reconstruction, e.g. voxelisation, metal artifact correction
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/20—Image enhancement or restoration using local operators
- G06T5/30—Erosion or dilatation, e.g. thinning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/50—Image enhancement or restoration using two or more images, e.g. averaging or subtraction
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/70—Denoising; Smoothing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10072—Tomographic images
- G06T2207/10101—Optical tomography; Optical coherence tomography [OCT]
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
本发明公开了一种扫频OCT图像处理方法及装置,该方法包括以下步骤:S1、干涉数据处理:对扫频OCT系统得到的干涉数据进行加窗处理以抑制噪声信号,然后再进行傅里叶变换,得到样品图像P0;S2、去除背景信息:对样品图像P0每行取平均提取条纹背景信息,然后对提取到的背景信息进行膨化操作得到背景图像,最后将样品图像P0减去背景图像,得到去除了图像条纹状伪影的OCT图像。本发明的方法能够对扫频OCT图像出现的散斑噪声、扫频光源噪声和光路条状伪影进行有效去除,从而可对OCT图像进行优化,提高OCT图像质量,应用于医学图像处理中时,能够便于医生从图像中准确、快速获取对诊断和观察病人病情有参考价值的信息。
Description
技术领域
本发明涉及图像处理技术领域,特别涉及一种扫频OCT图像处理方法及装置。
背景技术
光学相干层析扫描(optical coherence tomography,OCT)是一种用于生物系统非侵入性横断面成像的技术。相比于其他医疗成像技术,OCT具有无辐射、非侵入、成像分辨率高、成像速度快、探测灵敏度高等优点。目前此技术已经被广泛应用于眼科,皮肤科,牙科、癌症检查与治疗和工艺品材料检查等等方面。OCT技术可以分为时域OCT和频域OCT。扫频OCT属于频域OCT,是由S.R.Chinn和E.A.Swanson于1997年提出。该技术是通过利用波长随时间变化的扫频光源与平衡探测器得到样品干涉信号,然后将信号进行傅里叶变换得到样品的深度信息。扫频OCT因为扫频光源扫描技术的不断发展,目前在成像速度和灵敏度都优于频域OCT。
但是,由于扫频光源的不稳定性,会在干涉信号中引入部分杂波,从而降低了成像质量。并且因为光在样本中产生的多次向前/向后散射产生的散斑和光路中光学元件的端面反射产生的条纹伪影都直接影响了扫频OCT系统的图像质量。
例如,专利CN111145280A公开了一种OCT图像散斑抑制方法,包括:图像配准步骤,对第一低分辨率图像和其后连续的多个第二低分辨率图像进行配准以计算第二低分辨率图像相对第一分辨率图像的运动参数;图像重建步骤,基于所计算的运动参数计算低分辨率图像在高分辨率图像中的坐标,使用自适应归一化卷积进行像素差值计算重建出高分辨率图像。但该方法需要采集多张OCT图像来减少散斑,实际操作起来内容繁琐,并不利于在实际OCT系统运用;并且该方法中只抑制了散斑噪声,并没有去除掉光路端面引入的条纹伪影。
专利CN110390650A公开了一种基于密集连接和生成对抗网络的OCT图像去噪方法,包括:采用多帧配准方式合成参考图像,从而使网络可以学习噪声图像到参考图像之间的映射关系;利用网络的多尺度特征进行密集融合,以较少的参数增强有效特征的重复利用和传递;采用对抗生成网络的方式保证图像的整体感知质量;训练完成的生成式模型可以直接处理任何分辨率的噪声OCT图像。但该方法需要大量的样本数据进行图像多帧配准和训练网络模型,操作过程复杂。
专利CN108961177A公开了一种OCT图像散点噪声的抑制方法,包括:通过OCT系统采集目标对象的OCT图像,对列数据进行曲线平滑,对曲线平滑后的一列数据进行小波变换,构造四个不同窗口宽度的窗函数,对小波变换后的列数据加窗处理,将四个加窗后的列数据取加权平均,再进行小波反变换,得到噪声抑制后的列数据,对每一列数据拼接处理进而获得噪声抑制后的OCT图像。但该方法只关注于去除散点噪声,并没有去除光路端面引入的条纹伪影。
专利CN105796054B公开了一种OCT图像的处理方法及装置,包括:OCT系统扫描人眼,采集到包含人眼信息的光谱信号;在所述OCT系统中的控制系统中内置单调递增倒数函数的计算程序,对经过快速傅里叶变化后的光谱信号数据进行处理;用处理后的数据减去背景噪声均值列,经归一化处理后转化成OCT图像。该方法通过改变内置函数,减少OCT数据计算复杂度,但并没有优化OCT图像。
可见,目前针对与OCT的图像处理方法,普遍都只关注于处理散斑噪声。而不同的OCT系统影响因素会有所不同,对于扫频OCT除散斑噪声外,还要考虑到扫频光源噪声和光路条状伪影。所以,现在有必要提供一种更可靠的方案。
发明内容
本发明所要解决的技术问题在于针对上述现有技术中的不足,提供一种扫频OCT图像处理方法及装置。
为解决上述技术问题,本发明采用的技术方案是:一种扫频OCT图像处理方法,包括以下步骤:
S1、干涉数据处理:对扫频OCT系统得到的干涉数据进行加窗处理以抑制噪声信号,然后再进行傅里叶变换,得到样品图像P0;
S2、去除背景信息:对样品图像P0每行取平均提取条纹背景信息,然后对提取到的背景信息进行膨化操作得到背景图像,最后将样品图像P0减去背景图像,得到去除了图像条纹状伪影的OCT图像。
优选的是,所述步骤S1具体包括:
S1-1、采集扫频OCT系统得到的大小为M*N的样品干涉数据,其中,M表示行数,N表示列数,每一列的M个数据代表了样品的深度信息;
S1-2、将每列干涉数据与长度为M的窗函数相乘,抑制干涉信号的噪声;
S1-3、对步骤S1-2处理得到的数据按列进行傅里叶变换,得到大小为M/2*N的样品图像P0。
优选的是,所述步骤S1-2中的窗函数的公式为:
其中,M>1120。
优选的是,其中,N=1120。
优选的是,所述步骤S2具体包括:
S2-1、对样品图像P0进行中值滤波去除部分随机噪声,然后对样品图像P0每行取平均,提取得到长度为M/2的背景条纹信息;
S2-2、对提取的背景条纹信息中加入高斯白噪声;
S2-3、将步骤S2-2得到的一维的背景条纹信息作为列方向信息,沿行方向扩充为大小为M/2*N的背景图像P1;
S2-4、将背景图像P1进行膨化操作得到背景图像P2;
S2-5、将样品图像P0减去背景图像P2,得到去除了图像条纹状伪影的OCT图像。
优选的是,所述步骤S2-2中加入的高斯白噪声的标准差σ=0.01。
优选的是,所述步骤S2-4中进行膨化操作的膨化核为B,B=[1 1 1 1 1]T。
本发明还提供一种扫频OCT图像处理装置,其采用如上所述的方法对扫频OCT系统得到的干涉数据进行处理,获得OCT图像。
本发明还提供一种存储介质,其上存储有计算机程序,该程序被执行时用于实现如上所述的方法。
本发明还提供一种计算机设备,包括存储器、处理器以及存储在所述存储器上并可在处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现如上所述的方法。
本发明的有益效果是:本发明提供的图像处理方法,能够对扫频OCT图像出现的散斑噪声、扫频光源噪声和光路条状伪影进行有效去除,从而可对OCT图像进行优化,提高OCT图像质量,应用于医学图像处理中时,能够便于医生从图像中准确、快速获取对诊断和观察病人病情有参考价值的信息。
附图说明
图1为本发明的实施例1中的扫频OCT图像处理方法的流程图;
图2为实施例1中的采用普通窗函数处理后的点扩散函数旁瓣抑制对比结果;
图3为实施例1中的采用本发明的窗函数处理后的点扩散函数旁瓣抑制对比结果;
图4为本发明的实施例1中的不同窗函数处理的对比结果;
图5为本发明的实施例1中的去除背景信息的流程图;
图6为本发明的实施例1中的原始图片和处理后图片对比结果。
具体实施方式
下面结合实施例对本发明做进一步的详细说明,以令本领域技术人员参照说明书文字能够据以实施。
应当理解,本文所使用的诸如“具有”、“包含”以及“包括”术语并不排除一个或多个其它元件或其组合的存在或添加。
实施例1
参照图1,本实施例提供的扫频OCT图像处理方法的总体流程可简述为以下步骤:首先,获取扫频OCT系统得到的样品干涉信号A;然后将干涉信号A和窗函数B相乘,得到数据加窗处理后的信号C;再对加窗后的信号C进行傅里叶变换(FFT)得到信号D;之后,对信号D进行平滑处理得到信号E;最后将信号E进行图像重构得到最终的OCT图像F。
具体的,本实施例的扫频OCT图像处理方法的具体步骤包括:
S1、干涉数据处理:
S1-1、采集扫频OCT系统得到的大小为M*N的样品干涉数据,其中,M表示行数,N表示列数,每一列的M个数据代表了样品的深度信息;
S1-2、将每列干涉数据与长度为M的窗函数相乘,抑制干涉信号的噪声;
对于数据的加窗处理,常用的加窗函数为hanning、hamming、blackman。这三种窗函数常用于处理干涉信号,抑制信号噪声。本实施例中,采用上述三种常规加窗函数,处理后的结果如图2所示,其中,no window曲线为未经过任何处理的干涉信号点扩散函数,可以看出点扩散函数受旁瓣影响较大;另外三条曲线分别是经过hanning、hamming、blackman三种常见窗函数处理过后的干涉信号点扩散函数。从图2可以看到三种窗函数对于多余旁瓣的抑制基本相同,大约为2.78dB、1.48dB、10.86dB。
由此可见,常用的加窗函数在对干涉信号进行处理时,对旁瓣抑制率不足,从而使最终获取的图像中存在很多的伪影噪声,会影响对图像的判断。因此,为了进一步对图像质量进行优化,本实施例中对加窗函数进行了改进。本实施例中,采用的窗函数的公式为:
其中,M>1120,N=1120。
通过数值模拟分析发现,1120是较合适的窗函数有效数据点,同时也是SSOCT系统的有效采集频率,2048是FFT变换的数据长度或大小。利用改进的加窗函数,对干涉信号进行处理之后,结果如图3所示,图3中no window曲线为未经过任何处理的干涉信号点扩散函数,new window曲线为经过本实施例的窗函数处理后的点扩散函数;对比显示,改进的窗函数,对于旁瓣的抑制率明显提高,抑制率大约依次为10.14dB、7.69dB、19.73dB。
进一步的,利用普通hanning窗处理后的多层胶带干涉信号,经过二维图像重构后如图4a所示;可见,图4a中胶带之间的层次模糊,且在图片中存在大量的竖状伪影。图4b是利用本发明的窗函数处理过后的多层胶带图片,从图4b中可以看出,改进后的窗函数抑制了竖状的伪影噪声,胶带层次更加清晰,图像质量有明显提高。
S1-3、对步骤S1-2处理得到的数据按列进行傅里叶变换,得到大小为M/2*N的样品图像P0。
S2、去除背景信息:
参照图5,为总体流程图,具体步骤如下:
S2-1、对样品图像P0进行中值滤波平滑处理,以去除部分随机噪声,然后对样品图像P0每行取平均,提取得到长度为M/2的背景条纹信息;
在一种优选的实施例中,平滑处理的具体方法如下:利用窗口大小为windowsize的移动平均值滤波器沿信号移动,计算每个窗口中包含数据的平均值。移动平均值滤波器公式如下所示:
其中,平滑窗口大小windowSize=10;n是窗口内数据点个数,n≥10;x(n)表示输入,y(n)表示输出。
S2-2、对提取的背景条纹信息中加入σ=0.01的高斯白噪声。
S2-3、将步骤S2-2得到的一维的背景条纹信息作为列方向信息,沿行方向扩充为大小为M/2*N的背景图像P1;
S2-4、将背景图像P1进行膨化操作得到背景图像P2,膨化核为B,B=[1 1 1 1 1]T;
S2-5、将样品图像P0减去背景图像P2,得到去除了图像条纹状伪影的OCT图像。调节对比度后可使图片质量达到最优。
本实施例中,利用SSOCT采集多层胶带的深度信息,然后采用本发明的方法进行处理,将原始图像(图6a)与本发明的方法处理后的图像(图6b)进行对比,可以看出经过去除背景操作后的图像胶带信息更加清晰,噪声明显降低,且没有条纹信息的干扰。
本发明的方法从获取原始干涉信号开始改善扫频OCT的图像质量,能提高图像效果,应用于医学图像处理中时,能够便于医生从图像中准确获取对诊断和观察病人病情有参考价值的信息。
实施例2
本实施例提供一种扫频OCT图像处理装置,其采用实施例1的方法对扫频OCT系统得到的干涉数据进行处理,获得OCT图像,能够改善OCT图像的质量。
本实施例还提供一种存储介质,其上存储有计算机程序,该程序被执行时用于实现实施例1的方法。
本实施例还提供一种计算机设备,包括存储器、处理器以及存储在所述存储器上并可在处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现实施例1的方法。
尽管本发明的实施方案已公开如上,但其并不仅仅限于说明书和实施方式中所列运用,它完全可以被适用于各种适合本发明的领域,对于熟悉本领域的人员而言,可容易地实现另外的修改,因此在不背离权利要求及等同范围所限定的一般概念下,本发明并不限于特定的细节。
Claims (6)
1.一种扫频OCT图像处理方法,其特征在于,包括以下步骤:
S1、干涉数据处理:对扫频OCT系统得到的干涉数据进行加窗处理以抑制噪声信号,然后再进行傅里叶变换,得到样品图像P0;
S2、去除背景信息:对样品图像P0每行取平均提取条纹背景信息,然后对提取到的背景信息进行膨化操作得到背景图像,最后将样品图像P0减去背景图像,得到去除了图像条纹状伪影的OCT图像;
所述步骤S1具体包括:
S1-1、采集扫频OCT系统得到的大小为M*N的样品干涉数据,其中,M表示行数,N表示列数,每一列的M个数据代表了样品的深度信息;
S1-2、将每列干涉数据与长度为M的窗函数相乘,抑制干涉信号的噪声;
S1-3、对步骤S1-2处理得到的数据按列进行傅里叶变换,得到大小为M/2*N的样品图像P0;
所述步骤S1-2中的窗函数的公式为:
其中,M>1120;
所述步骤S2具体包括:
S2-1、对样品图像P0进行中值滤波去除部分随机噪声,然后对样品图像P0每行取平均,提取得到长度为M/2的背景条纹信息;
S2-2、对提取的背景条纹信息中加入高斯白噪声;
S2-3、将步骤S2-2得到的一维的背景条纹信息作为列方向信息,沿行方向扩充为大小为M/2*N的背景图像P1;
S2-4、将背景图像P1进行膨化操作得到背景图像P2;
S2-5、将样品图像P0减去背景图像P2,得到去除了图像条纹状伪影的OCT图像;
所述步骤S2-4中进行膨化操作的膨化核为B,B=[1 1 1 1 1]T。
2.根据权利要求1所述的扫频OCT图像处理方法,其特征在于,其中,N=1120。
3.根据权利要求1所述的扫频OCT图像处理方法,其特征在于,所述步骤S2-2中加入的高斯白噪声的标准差σ=0.01。
4.一种扫频OCT图像处理装置,其特征在于,其采用如权利要求1-3中任意一项所述的方法对扫频OCT系统得到的干涉数据进行处理,获得OCT图像。
5.一种存储介质,其上存储有计算机程序,其特征在于,该程序被执行时用于实现如权利要求1-3中任意一项所述的方法。
6.一种计算机设备,包括存储器、处理器以及存储在所述存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1-3中任意一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110897589.XA CN113643396B (zh) | 2021-08-05 | 2021-08-05 | 扫频oct图像处理方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110897589.XA CN113643396B (zh) | 2021-08-05 | 2021-08-05 | 扫频oct图像处理方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113643396A CN113643396A (zh) | 2021-11-12 |
CN113643396B true CN113643396B (zh) | 2023-05-12 |
Family
ID=78419740
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110897589.XA Active CN113643396B (zh) | 2021-08-05 | 2021-08-05 | 扫频oct图像处理方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113643396B (zh) |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8457440B1 (en) * | 2009-01-27 | 2013-06-04 | Axsun Technologies, Inc. | Method and system for background subtraction in medical optical coherence tomography system |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107374583B (zh) * | 2017-05-31 | 2020-09-29 | 执鼎医疗科技(杭州)有限公司 | 一种消除oct血管成像中伪影方法及存储介质及成像系统 |
CN108961177B (zh) * | 2018-06-15 | 2021-08-06 | 杭州富扬科技有限公司 | 一种oct图像散点噪声的抑制方法 |
CN110101362B (zh) * | 2019-04-29 | 2021-12-17 | 中国科学院宁波工业技术研究院慈溪生物医学工程研究所 | 一种关于oct和octa的图像噪声去除的方法 |
-
2021
- 2021-08-05 CN CN202110897589.XA patent/CN113643396B/zh active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8457440B1 (en) * | 2009-01-27 | 2013-06-04 | Axsun Technologies, Inc. | Method and system for background subtraction in medical optical coherence tomography system |
Non-Patent Citations (1)
Title |
---|
Cheng-Hung Lin 等.Denoising Performance Evaluation of Automated Age-Related Macular Degeneration Detection on Optical Coherence Tomography Images.《IEEE SENSORS JOURNAL》.2021,第2卷(第1期),第790-801页. * |
Also Published As
Publication number | Publication date |
---|---|
CN113643396A (zh) | 2021-11-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP3625759B1 (en) | Reducing noise in an image | |
JP6679505B2 (ja) | 光干渉断層撮影画像内のスペックルノイズの低減 | |
JP2016202900A (ja) | 最適な信号処理によるoct血管造影法 | |
CN106780649B (zh) | 图像的伪影去除方法和装置 | |
CN106530236B (zh) | 一种医学图像处理方法及系统 | |
CN108042126B (zh) | 一种改进的激光散斑衬比血流成像方法 | |
JP2021503092A (ja) | ガボール光干渉断層血管撮影法を実行するためのシステムおよび方法 | |
CN109087266A (zh) | 一种结合双边滤波的图像散斑迭代减少方法 | |
Yan et al. | Speckle reduction of OCT via super resolution reconstruction and its application on retinal layer segmentation | |
CN109389567B (zh) | 一种快速光学成像数据的稀疏滤波方法 | |
Jaware et al. | Performance investigations of filtering methods for T1 and T2 weighted infant brain MR images | |
CN113017593B (zh) | 血流信号强度分层滤波的血管尾部伪影去除方法与系统 | |
CN113643396B (zh) | 扫频oct图像处理方法及装置 | |
Wu et al. | Noise reduction for SD-OCT using a structure-preserving domain transfer approach | |
CN111815692A (zh) | 无伪影数据及有伪影数据的生成方法、系统及存储介质 | |
Lebed et al. | Rapid radial optical coherence tomography image acquisition | |
CN114387173A (zh) | 一种oct图像降噪方法、电子设备及存储介质 | |
CN115953542B (zh) | 一种光学相干断层扫描微血管成像方法、装置及设备 | |
Zhao et al. | Speckle reduction in optical coherence tomography via super-resolution reconstruction | |
Li et al. | Oct Image Blind Despeckling Based on Gradient Guided Filter with Speckle Statistical Prior | |
CN113298711B (zh) | 一种光纤束多帧图像超分辨重建方法及装置 | |
CN111951315B (zh) | 皮肤光学相干层析图像配准的方法 | |
Zaki et al. | Adaptive wavelet thresholding for optical coherence tomography image denoising | |
CN114387174A (zh) | 一种octa图像降噪方法、电子设备及存储介质 | |
Fu et al. | Anisotropic total variation regularization based NAS-RIF blind restoration method for OCT image |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |