脑内操作光照校准的深度学习方法
图像与视频处理
2025-04-29 v1 计算机视觉与模式识别
机器学习
摘要
高光谱成像 (HSI) 正在成为具有多种潜在手术应用的新型成像模式。然而，当前可用的相机由于需要关闭灯光或在光照条件变化时手动校准，难以集成到临床工作流程中。鉴于这一关键瓶颈，本文的贡献在于三方面：(1) 我们展示了手术室中动态变化的光照条件对 HSI 应用性能的显著影响，包括生理参数估计和手术场景分割。(2) 我们提出一种新型基于学习的方法，用于在手术期间自动校准高光谱图像，并表明其足够准确，以取代繁琐的基于白色参考的校准过程。(3) 我们基于来自 phantom、猪肉模型和大鼠的 742 个 HSI 立方体，表明我们的校准方法不仅在准确性、速度和泛化能力方面优于先前的方法，而且能够跨物种、跨光照条件以及跨图像处理任务进行泛化。由于其简单的用户工作流程集成，加上高准确性、快速性和广泛性，本方法有望成为临床手术 HSI 的核心组件。
引用
@article{arxiv.2409.07094,
title = {Deep intra-operative illumination calibration of hyperspectral cameras},
author = {Alexander Baumann and Leonardo Ayala and Alexander Studier-Fischer and Jan Sellner and Berkin Özdemir and Karl-Friedrich Kowalewski and Slobodan Ilic and Silvia Seidlitz and Lena Maier-Hein},
journal= {arXiv preprint arXiv:2409.07094},
year = {2025}
}
备注
Oral at MICCAI 2024