通过任务自适应路由实现一体化医学图像恢复
计算机视觉与模式识别
2024-07-01 v2
摘要
尽管单任务医学图像恢复(MedIR)取得了显著成功，但这些方法的有限泛化能力对更广泛应用构成了重大障碍。本文聚焦于一体化医学图像恢复任务，旨在用单个通用模型处理多个不同的MedIR任务。然而，由于不同MedIR任务之间存在显著差异，训练通用模型常常遇到任务干扰问题，即共享参数的不同任务可能在梯度更新方向上相互冲突。这种任务干扰导致模型更新方向偏离最优路径，从而影响模型性能。为解决此问题，我们提出了一种任务自适应路由策略，允许冲突任务在空间和通道维度上选择不同的网络路径，从而减轻任务干扰。实验结果表明，我们提出的**一体化医学图像恢复(AMIR)**网络在三个MedIR任务（MRI超分辨率、CT去噪和PET合成）中，无论是在单任务还是一体化设置下，都达到了最先进的性能。代码和数据将在https://github.com/Yaziwel/All-In-One-Medical-Image-Restoration-via-Task-Adaptive-Routing.git提供。
引用
@article{arxiv.2405.19769,
title = {All-In-One Medical Image Restoration via Task-Adaptive Routing},
author = {Zhiwen Yang and Haowei Chen and Ziniu Qian and Yang Yi and Hui Zhang and Dan Zhao and Bingzheng Wei and Yan Xu},
journal= {arXiv preprint arXiv:2405.19769},
year = {2024}
}
备注
This article has been early accepted by MICCAI 2024