用于高速光声显微镜欠采样成像的深度图像先验
图像与视频处理
2021-04-09 v2 计算机视觉与模式识别
摘要
光声显微镜（PAM）是一种结合光与声的新兴成像方法。然而，受限于激光重复频率，最先进的高速 PAM 技术常以牺牲空间采样密度（即欠采样）为代价，以在大幅视场下提升成像速度。深度学习方法近期已被用于改善稀疏采样的 PAM 图像；然而，这些方法往往需要耗时的预训练以及带有真值的大型训练数据集。在此，我们提出使用深度图像先验（DIP）来改善欠采样 PAM 图像的质量。与其他 DL 方法不同，DIP 既不需要预训练，也不需要全采样真值，从而能在多种成像目标上灵活快速地实现。我们的结果表明，在高速 PAM 上仅使用全采样像素的 1.4 即可大幅改善 PAM 图像。我们的方法优于插值法，与预训练的监督式 DL 方法具有竞争力，并且易于迁移至其他高速、欠采样的成像模态。
引用
@article{arxiv.2010.12041,
title = {Deep image prior for undersampling high-speed photoacoustic microscopy},
author = {Tri Vu and Anthony DiSpirito and Daiwei Li and Zixuan Zhang and Xiaoyi Zhu and Maomao Chen and Laiming Jiang and Dong Zhang and Jianwen Luo and Yu Shrike Zhang and Qifa Zhou and Roarke Horstmeyer and Junjie Yao},
journal= {arXiv preprint arXiv:2010.12041},
year = {2021}
}