CLTS-GAN：面向结肠镜的颜色-光照-纹理-镜面反射增强

Shawn Mathew; Saad Nadeem; Arie Kaufman

CLTS-GAN：面向结肠镜的颜色-光照-纹理-镜面反射增强

图像与视频处理 2022-07-01 v1 计算机视觉与模式识别

作者: Shawn Mathew , Saad Nadeem , Arie Kaufman

摘要

光学结肠镜（OC）视频帧的自动化分析（以辅助内镜医师进行 OC）因颜色、光照、纹理和镜面反射的变化而具挑战性。先前方法或通过预处理去除部分变化（使流程繁琐），或添加带标注的多样训练数据（但昂贵且耗时）。我们提出 CLTS-GAN，一种新颖的深度学习模型，可对 OC 视频帧的颜色、光照、纹理和镜面反射合成进行精细控制。我们表明，将这些结肠镜特有的增强加入训练数据，可改进最先进的息肉检测/分割方法，并推动下一代 OC 模拟器用于医学生训练。CLTS-GAN 的代码与预训练模型已在 Computational Endoscopy Platform GitHub（https://github.com/nadeemlab/CEP）上提供。

关键词

结肠镜数据增强 GAN 息肉检测镜面反射深度学习医学图像合成

引用

@article{arxiv.2206.14951,
  title  = {CLTS-GAN: Color-Lighting-Texture-Specular Reflection Augmentation for Colonoscopy},
  author = {Shawn Mathew and Saad Nadeem and Arie Kaufman},
  journal= {arXiv preprint arXiv:2206.14951},
  year   = {2022}
}