Fundus2Angio: Eine bedingte GAN-Architektur zur Generierung von Fluorescein-Angiografiebildern aus retinalen Fundusbildern

Die Durchführung einer klinischen Diagnose von retinaler Gefäßdegeneration mittels Fluoreszein-Angiographie (FA) ist ein zeitaufwendiger Prozess und kann erhebliche Nebenwirkungen für den Patienten mit sich bringen. Die Angiographie erfordert die Einführung einer Farbstofflösung, die schwere Nebenwirkungen verursachen kann und in seltenen Fällen sogar tödlich sein kann. Derzeit gibt es keine nicht-invasiven Systeme, die in der Lage sind, Fluoreszein-Angiographie-Bilder zu generieren. Retinafotografie hingegen ist eine nicht-invasive Bildgebungstechnik, die innerhalb weniger Sekunden durchgeführt werden kann. Um das Bedürfnis nach FA zu beseitigen, schlagen wir ein bedingtes generatives adversariales Netzwerk (GAN) vor, das Fundusbilder in FA-Bilder übersetzt. Das vorgeschlagene GAN enthält einen neuartigen Residualblock, der hochwertige FA-Bilder erzeugen kann. Diese Bilder sind wichtige Werkzeuge zur Differenzialdiagnose retinaler Erkrankungen ohne das Risiko invasiver Verfahren mit möglichen Nebenwirkungen. Unsere Experimente zeigen, dass die vorgeschlagene Architektur andere state-of-the-art-generative Netzwerke übertrifft. Darüber hinaus erreicht unser vorgeschlagenes Modell bessere qualitative Ergebnisse, die von echten Angiogrammen nicht zu unterscheiden sind.