光学内窥显微镜图像的去卷积与复原
计算机视觉与模式识别
2018-08-29 v3 应用统计
摘要
光学内窥显微镜（OEM）是一种具有临床前和临床应用成像潜力的新兴技术平台。通过光纤束进行的肺部 OEM 有望提供疾病（如感染和炎症）的体内、原位分子特征。然而，增强该技术所获取数据的质量以用于更好的可视化和后续分析仍然是一个挑战。光纤纤芯之间的串扰以及成像光纤束的稀疏采样是图像退化以及检测性能不佳（即炎症、细菌等）的主要原因。在这项工作中，我们解决了 OEM 数据的去卷积与复原问题。我们提出一种层次贝叶斯模型来解决该问题，并比较了三种利用所得联合后验分布的估计算法。第一种方法基于马尔可夫链蒙特卡洛（MCMC）方法，但其计算时间较长。第二种和第三种算法分别基于变分贝叶斯（VB）方法和交替方向乘子法（ADMM）来解决此问题。在合成与真实数据集上的结果说明了所提方法对 OEM 图像复原的有效性。
引用
@article{arxiv.1701.08107,
title = {Deconvolution and Restoration of Optical Endomicroscopy Images},
author = {Ahmed Karam Eldaly and Yoann Altmann and Antonios Perperidis and Nikola Krstajic and Tushar Choudhary and Kevin Dhaliwal and Stephen McLaughlin},
journal= {arXiv preprint arXiv:1701.08107},
year = {2018}
}