学术研究
AROMA数据集:给OCT血管成像的伪影类型与严重程度打标签
研究发布了AROMA数据集,收录扫频光学相干断层血管成像(SS OCT-A)的正面视图图像,按伪影类型和严重程度标注。数据集包含115名匿名患者的281次扫描,每次扫描有14幅图像,由多名专家分级。研究者在其上训练了两种深度学习二分类模型,用于判断图像质量:基于主成分分析压缩的模型精确率为87%,六通道张量模型为97%。作者认为任务专用AI可用于基于伪影检测的质量评估。
#OCT血管成像#数据集#图像质量 +1
PubMed Ophthalmology