基于多模态融合与深度学习的气道内窥OCT图像精准分割算法研究

一、引言

1.1研究背景与意义

呼吸系统疾病严重威胁人类健康，根据世界卫生组织（WHO）的数据，慢性阻塞性肺疾病（COPD）、哮喘、肺癌等呼吸系统疾病在全球范围内的发病率和死亡率居高不下。准确、早期的诊断对于呼吸系统疾病的有效治疗和患者预后至关重要。气道内窥OCT技术作为一种新兴的医学成像技术，在呼吸系统疾病诊断中展现出巨大的潜力。

OCT技术基于低相干光干涉原理，利用宽带光源发出的低相干光，经光纤耦合器分为参考光与样品光。参考光经参考镜反射，样品光与生物组织相互作用后产生后向散射光，这两束光在相干长度内匹配时产生干涉。通过