Deep learning: step forward to high‐resolution in vivo shortwave infrared imaging - Archive ouverte HAL
Arrêt de service programmé du vendredi 10 juin 16h jusqu’au lundi 13 juin 9h. Pour en savoir plus
Accéder directement au contenu Accéder directement à la navigation
Article dans une revue

Deep learning: step forward to high‐resolution in vivo shortwave infrared imaging

Abstract : In vivo optical imaging in the shortwave infrared windows (1000-1700 nm) has shown a growing interest with major improvement in terms of spatial and temporal resolution in depth down to 4 mm compared to the NIR-I region (700-900 nm). This method can be particularly useful for studies of the growth and development of blood vessels in tumors, in vivo monitoring of pathologies and evaluation of effects of drugs. SWIR signal obtained from vessels passes through tissues and skin and thus, subject to noise and scattering. We demonstrate that the combination of SWIR imaging in the NIR-IIb (1500-1700 nm) region with advanced deep learning image analysis on small animals can provide a non-intrusive deep insight into the morphology of the blood vessels. For demonstration we use neural network IterNet that exploits structural redundancy of the blood vessels (L. Li, et.al., The IEEE WACV, 2020). It can reconstruct the blood vessels structure in high details, thus providing a useful analysis tool for raw SWIR images.
Type de document :
Article dans une revue
Liste complète des métadonnées

https://hal.archives-ouvertes.fr/hal-03365751
Contributeur : Yves Usson Connectez-vous pour contacter le contributeur
Soumis le : mardi 5 octobre 2021 - 15:24:01
Dernière modification le : vendredi 1 avril 2022 - 03:49:20
Archivage à long terme le : : jeudi 6 janvier 2022 - 19:06:55

Fichier

Deep_learning_of_vessels-2.pdf
Fichiers produits par l'(les) auteur(s)

Identifiants

Collections

Citation

Vladimir Baulin, Yves Usson, Xavier Le Guével. Deep learning: step forward to high‐resolution in vivo shortwave infrared imaging. Journal of Biophotonics, Wiley, 2021, 14 (7), pp.e202100102. ⟨10.1002/jbio.202100102⟩. ⟨hal-03365751⟩

Partager

Métriques

Consultations de la notice

191

Téléchargements de fichiers

9