为去除导丝伪影以提高血管内光学相干断层扫描（IVOCT）的图像质量，辅助医师更加准确地诊断心血管疾病，降低误诊及漏诊的概率，针对IVOCT图像结构信息复杂且伪影区域占比大的难点，提出一种采用生成对抗网络（GAN）架构的基于Transformer的结构强化网络（SETN）。首先，GAN的生成器在提取纹理特征的原始图像（ORI）主干生成网络的基础上，并联了RTV（Relative Total Variation）图像强化生成网络用于获取图像的结构信息；其次，在ORI/RTV图像的伪影区域重建过程中，引入了分别关注时/空间域信息的Transformer编码器，用于捕获IVOCT图像序列的上下文信息以及纹理/结构特征之间的关联性；最后，利用结构特征融合模块将不同层次的结构特征融入ORI主干生成网络的解码阶段，配合判别器完成导丝伪影区域的图像重建。实验结果表明，SETN的导丝伪影去除结果在纹理和结构的重建上均十分优秀。此外，导丝伪影去除后IVOCT图像质量的提高，对于IVOCT图像的易损斑块分割及管腔轮廓线提取任务均具有积极意义。
