FM2S：面向零样态荧光显微镜图像去噪的空间相关噪声建模
图像与视频处理
2025-09-25 v2 计算机视觉与模式识别
摘要
荧光显微镜图像（FMI）去噪面临严峻挑战，due to 复合混合泊松-高斯噪声伴随强空间相关性，以及在动态生物医疗场景中获取配对噪声/干净数据在实际中不可行。虽然基于合成噪声（如高斯/泊松）训练的监督方法因外分布泛化问题而受限，现有自监督方法因噪声假设过于简化和计算密集型深度网络架构而在真实 FMI 噪声下表现下降。在本文中，我们提出 Fluorescence Micrograph to Self（FM2S），一种零样态去噪器，通过三个关键创新实现 FMI 去噪：1）噪声注入模块通过自适应泊松-高斯合成确保训练数据充足，同时保留 FMI 噪声的空间相关性和全局统计特性，以实现鲁棒的模型泛化；2）两阶段渐进学习策略，首先通过预去噪目标恢复结构先验，然后通过噪声分布对齐细化高频细节；3）超轻量级网络（仅3.5k参数），实现比 SOTA 快270倍的训练和推理。广泛的实验表明 FM2S 的卓越性能：平均优于 CVF-SID 1.4dB PSNR，同时仅使用 AP-BSN 的0.1%参数。值得注意的是，FM2S 在不同噪声水平下保持稳定性能，证明其适用于具有不同传感器特性的显微平台。代码和数据集将公开释放。
引用
@article{arxiv.2412.10031,
title = {FM2S: Towards Spatially-Correlated Noise Modeling in Zero-Shot Fluorescence Microscopy Image Denoising},
author = {Jizhihui Liu and Qixun Teng and Qing Ma and Junjun Jiang},
journal= {arXiv preprint arXiv:2412.10031},
year = {2025}
}
备注
14 pages, 10 figures