利用残差 U-Net 增强 OCT 图像去噪：用于临床诊断的 PSOCT 和 ASOCT 的跨模态方法
原文中文，约500字，阅读约需2分钟。发表于：。本研究提出了一种利用残差 U-Net 架构的增强降噪模型，以有效减少噪音并提高前房段光学相干断层扫描 (ASOCT) 和极化敏感光学相干断层扫描 (PSOCT) 图像的清晰度。我们的方法在图像质量评价指标方面表现出了显著的改进，其中 PSOCT 图像的峰值信噪比 (PSNR) 为 34.343 ± 1.113，结构相似性指数 (SSIM) 值为 0.885 ± 0.030，ASOCT...
本研究提出了一种利用残差U-Net架构的增强降噪模型，以提高ASOCT和PSOCT图像的清晰度。该模型在降噪和保持关键解剖特征方面表现出了显著的改进，优化了诊断过程。
