利用嵌入暗通道引导的图像到图像翻译对腹腔镜手术图像去烟
图像与视频处理
2020-04-22 v1 计算机视觉与模式识别
摘要
在腹腔镜手术中，由 注入和解剖工具引起的烟雾会严重降低图像中的可见性，从而减少器官和组织的可见度。这种可见性的缺乏增加了手术时间甚至外科医生犯错的概率，进而对患者的健康产生负面后果。本文引入了一种新颖的计算方法来消除烟雾影响。所提方法基于图像到图像的条件生成对抗网络，其中使用暗通道作为嵌入的引导掩码。获得的实验结果使用峰值信噪比（PSNR）和结构相似性（SSIM）指数指标与其他最先进的去烟和去雾方法进行定量评估和比较。基于这些指标，发现所提方法相比最先进方法具有改进的性能。此外，我们的方法所需处理时间为每秒 92 帧，因此可通过嵌入式设备应用于实时医疗系统。
引用
@article{arxiv.2004.08947,
title = {Desmoking laparoscopy surgery images using an image-to-image translation guided by an embedded dark channel},
author = {Sebastián Salazar-Colores and Hugo Alberto-Moreno and César Javier Ortiz-Echeverri and Gerardo Flores},
journal= {arXiv preprint arXiv:2004.08947},
year = {2020}
}