使用 3D RRDB-GAN 的放射学三维体积超分辨率
图像与视频处理
2024-02-07 v1 计算机视觉与模式识别
摘要
本研究引入了 3D Residual-in-Residual Dense Block GAN (3D RRDB-GAN)，用于放射学图像的三维超分辨率。3D RRDB-GAN 的一个关键方面是集成了 2.5D 感知损失函数，这有助于提高体积图像质量和真实感。我们通过在包括 Mice Brain MRH、OASIS、HCP1200 和 MSD-Task-6 在内的多样化数据集上进行 4 倍超分辨率实验，评估了我们模型的有效性。这些评估包括 LPIPS 和 FID 等定量指标以及通过样本可视化进行的定性评估，证明了该模型在详细图像分析中的有效性。3D RRDB-GAN 对医学成像做出了重大贡献，特别是通过丰富医学图像的深度、清晰度和体积细节。其应用在从综合 3D 视角增强复杂医学图像的解读和分析方面显示出广阔前景。
引用
@article{arxiv.2402.04171,
title = {3D Volumetric Super-Resolution in Radiology Using 3D RRDB-GAN},
author = {Juhyung Ha and Nian Wang and Surendra Maharjan and Xuhong Zhang},
journal= {arXiv preprint arXiv:2402.04171},
year = {2024}
}