深度学习在血管内光学相干层析成像中的应用现状

血管内光学相干层析成像(IVOCT)是目前分辨率最高的血管内成像技术,可以清晰地显示管腔的几何形态及具有近显微特征的血管壁结构。在临床常规应用中,对每段血管会获得数百或上千帧B扫描图像,而人工分析图像耗时费力,结果还可能受到临床医生专业能力的影响。近年来,深度学习技术在医学影像领域不断取得重大突破,也被应用于IVOCT图像的自动分析和处理中。对深度学习在IVOCT研究中的应用现状进行了归纳和总结,主要包括图像分割、组织标定、斑块分类和目标检测,分析了目前存在的问题,并展望了未来可能的发展方向。