医学图像逆问题中基于patch的扩散先验推断可行性研究
图像与视频处理
2025-04-29 v2 计算机视觉与模式识别
机器学习
摘要
针对医学图像的逆问题（如图像恢复和超分辨率），最近受到了基于扩散的生成先验的插值方法的关注。然而，解决方案常常采用训练和推断整个图像的标准方法，尽管计算开销较大。尽管对扩散先验在插值方法中使用patch方法获得了一些关注，但仍是开放研究领域。本文探索了在MRI图像上使用patch进行扩散先验训练和推断的可行性。我们探讨了用于避免artifacts的必要调整、patch方法的性能和内存使用效率，以及整个图像训练适用于patch评估的可适应性——评估了多个插值方法、任务和数据集。
关键词
引用
@article{arxiv.2501.15309,
title = {Investigating the Feasibility of Patch-based Inference for Generalized Diffusion Priors in Inverse Problems for Medical Images},
author = {Saikat Roy and Mahmoud Mostapha and Radu Miron and Matt Holbrook and Mariappan Nadar},
journal= {arXiv preprint arXiv:2501.15309},
year = {2025}
}
备注
Accepted at IEEE International Symposium for Biomedical Imaging (ISBI) 2025