一种新的图像处理方法,用于在数字全息显微镜中获得红细胞准确的三维概况
Hyun-Woo Kim1, Myungjin Cho2, Min-Chul Lee1
1Department of Computer Science and Networks, Kyushu Institute of Technology, 680-4 Kawazu, Iizuka-shi, Fukuoka 820-8502, Japan.
Biomimetics (Basel, Switzerland)
|December 22, 2023
概括
一种名为RaCoHS的新图像处理方法可以减少数字全息显微镜 (DHM) 3D配置中的随机噪声. 这提高了使用红细胞 (RBC) 诊断疾病的准确性.
科学领域:
- 生物医学成像学 生物医学成像学
- 光学显微镜是一种光学显微镜.
- 图像处理 图像处理
背景情况:
- 红细胞 (RBC) 分析对于疾病诊断至关重要.
- 数字全息显微镜 (DHM) 提供红细胞的3D概况,但受到随机噪声的影响.
- 在DHM 3D配置文件中的噪音可能导致深度学习应用中的误诊.
研究的目的:
- 提出一种新的图像处理方法,以减少DHM中的随机噪声.
- 为了提高疾病诊断3D红细胞分析的准确性.
- 引入一种适用于各种数字全息技术的算法.
主要方法:
- 开发了一个新的图像处理算法:随机选择高频侧带 (RaCoHS) 的中心.
- 在里埃域中应用了RaCoHS方法来过噪声,同时保留高频信息.
- 将RaCoHS与传统的过和一般的图像处理方法进行比较.
主要成果:
- RaCoHS方法有效地减少了从DHM获得的3D配置文件中的随机噪声.
- 拟议的算法在过过程中保持必要的高频信息.
- 与现有方法相比,在降噪和精度方面表现出卓越的性能.
结论:
- 使用RaCoHS算法显著提高了使用DHM进行3D红细胞分析的准确性.
- 这种方法广泛适用于数字全息,增强疾病诊断技术.
- 降噪能力对于可靠的基于深度学习的医学诊断至关重要.
