通过预训练和分辨率缩放提升骨密度估计从平板X光图像的定量图像合成性能
图像与视频处理
2024-08-29 v2 计算机视觉与模式识别
摘要
虽然大多数视觉任务本质上是视觉的（用于识别），但一些重要任务，特别是在医疗领域，也需要定量分析（用于量化），其中定量图像的像素值对应于由特定设备（如深度图）测量的物理度量。然而，最近的研究表明，有时可以从视觉线索（如视差或景深）合成准确的定量值。本研究旨在通过探索预训练和图像分辨率缩放来提高定量图像合成（QIS）性能。我们提出了一个用于评估预训练性能的基准测试，基于QIS的骨密度（BMD）估计任务，从平板X光图像合成定量图像，用于推导BMD。我们的结果表明，合适的预训练可以显著提升QIS性能，将BMD估计的相关性从0.820提高到0.898，而其他方法则不起作用，甚至会适得其反。分辨率放大进一步将相关性提升至0.923，显著优于传统方法。未来工作将包括探索更多的预训练策略，并在其他图像合成任务中对其进行验证。
引用
@article{arxiv.2407.20495,
title = {Enhancing Quantitative Image Synthesis through Pretraining and Resolution Scaling for Bone Mineral Density Estimation from a Plain X-ray Image},
author = {Yi Gu and Yoshito Otake and Keisuke Uemura and Masaki Takao and Mazen Soufi and Seiji Okada and Nobuhiko Sugano and Hugues Talbot and Yoshinobu Sato},
journal= {arXiv preprint arXiv:2407.20495},
year = {2024}
}
备注
SASHIMI, 2024 (MICCAI workshop). 13 pages, 3 figures