PSB-DSN:ピクセルシャッフルとブラインドスポットマスキングに基づいたOCT画像のための2段階の無監督のデノイジング強化ネットワーク

科学分野:

• メディカルイマージング (医学イメージング)
• コンピュータビジョン コンピュータビジョン
• 画像処理 画像処理

背景:

• 光学コヒーレンストモグラフィー (OCT) 画像におけるスペックルノイズは,その倍数的な性質と空間的相関性のために重要な課題です.
• 伝統的な無印良品化方法は,しばしば"添加物独立"の仮定により失敗し,OCTデータでの有効性を制限する.

研究 の 目的:

• OCT画像におけるスペックルノイズを効果的に除去するための無監督のディープラーニングネットワークを開発する.
• 網膜層のセグメンテーションなどの下流タスクのパフォーマンスを改善するために,OCT画像のデノイ化を使用します.

主な方法:

• ピクセルシャッフル・ブラインドスポット・デュアル・ステージ・ネットワーク (PSB-DSN) という2段階の無監督ネットワークを提案し,クリーンなデータなしで訓練した.
• ステージ1:ピクセルシャッフルダウンサンプリングと,ノイズと関連性を解消し,文脈を保存するための自己置換メカニズムを持つグローバルマスクを使用しました.
• ステージ2: ランダムなマスク精製ネットワークを使用して,否定された結果を融合させ,グローバルな情報を強化し,アーティファクトを軽減しました.

主要な成果:

• PSB-DSNは,OCTの6つのデータセットで,最先端の無監督方法と比較して,優れたデノージングパフォーマンスを示しました.
• PSB-DSNで処理されたOCT画像は,網膜層のセグメンテーションの精度において一貫して安定した改善を示しました.

結論:

• PSB-DSNは,OCTイメージングにおけるスペックルノイズ削減のための効果的な無監督ソリューションを提供します.
• 提案された方法は,画像の質を向上させ,重要な下流医療画像分析のタスクの精度を向上させます.