用于 2D 心脏 MR 图像分割的卷积特征噪声降低
计算机视觉与模式识别
2025-12-01 v1
摘要
噪声降低构成数字信号处理中的关键操作。不幸的是，这在处理分割网络中的卷积特征时常被忽视。这一疏忽可能引发蝴蝶效应，损害整个特征系统的后续结果。为弥补这一空白，我们将卷积特征视为遵循高斯分布的特征信号矩阵，然后本研究提出一种简单且有效的特征滤波器。该滤波器基本上是一种低幅值通过滤波器，主要旨在最小化特征信号输入中的噪声，称为卷积特征滤波器（CFF）。我们在两种 established 2D 分割网络和两个公共心脏 MR 图像数据集上进行了实验，以验证 CFF 的有效性，实验结果表明特征信号矩阵中的噪声降低了。为实现对这种降低的数值观察和分析，我们 developed 一种二值化方程来计算特征信号的信息熵。
关键词
引用
@article{arxiv.2511.22983,
title = {Convolutional Feature Noise Reduction for 2D Cardiac MR Image Segmentation},
author = {Hong Zheng and Nan Mu and Han Su and Lin Feng and Xiaoning Li},
journal= {arXiv preprint arXiv:2511.22983},
year = {2025}
}