米种子茎内部微CT图像增强方法基于预增强网络和扩散模型
Kang Xue1, Yao Wang1, Liwei Wang1
1Institute of Agriculture Mechanization and Engineering, Anhui Academy of Agricultural Sciences, Hefei 230031, China.
Journal of experimental botany
|November 24, 2025
概括
这项研究引入了一种新的方法,通过将扩散模型与预增强网络相结合,以显著提高图像质量和细节来增强米苗茎的微型计算机断层扫描 (微型CT) 图像.
科学领域:
- 生物医学成像技术 生物医学成像技术
- 计算机视觉 计算机视觉
- 图像处理 图像处理
背景情况:
- 嵌入在石中的苗茎的微计算机断层扫描 (微CT) 患有低对比度和失去细节.
- 现有的图像增强方法可能无法充分解决这些具体挑战.
研究的目的:
- 开发一种先进的图像增强技术,用于米苗茎的微型CT扫描.
- 为了提高图像清晰度,细节保存和层次表示.
主要方法:
- 一种新的方法,将预增强网络与无声扩散概率模型 (DDPM) 结合起来.
- 预增强网络使用多尺度残余块 (MSRB) 具有三重波波注意力 (TWA) 和选择性内核特征融合 (SKFF).
- 一个变异信息瓶 (VIB) 块被集成到DDPM中,以提高噪音预测.
主要成果:
- 与现有技术相比,拟议的方法显著提高了图像对比度和细节.
- 实验结果显示在客观评估指标上表现优越.
- 增强的DDPM模型,条件是预增强特征,产生CT图像,具有改进的层次表示.
结论:
- 综合扩散模型和预增强网络有效地解决了苗茎微CT图像中对比度低和细节丢失的问题.
- 这种方法可以大幅提高计算效率 (比传统的DDPM快7.65倍).
- 该方法为生物成像中的先进计算机视觉应用提供了强大的技术支持.
