LoMAE：面向低剂量 CT 去噪的低层视觉掩码自编码器
图像与视频处理
2023-10-20 v1 计算机视觉与模式识别
摘要
低剂量计算机断层扫描（LDCT）减少了 X 射线辐射暴露，但代价是图像质量下降，表现为噪声和伪影增加。近来，Transformer 模型成为提升 LDCT 图像质量的一种有前景的途径。然而，此类模型的成功依赖于大量成对的含噪与干净图像，而在临床环境中这类数据往往稀缺。在计算机视觉与自然语言处理领域，掩码自编码器（MAE）因其卓越的特征表示能力，已被认为是 Transformer 的一种有效的无标签自预训练方法。然而，原始的预训练与微调设计在低层视觉任务（如去噪）中无法奏效。为应对这一挑战，我们重新设计了经典的编码器-解码器学习模型，并提出了一种简单而有效的低层视觉 MAE，称为 LoMAE，专门用于解决 LDCT 去噪问题。此外，我们引入了 MAE-GradCAM 方法来揭示 MAE/LoMAE 的潜在学习机制。另外，我们探究了 LoMAE 在不同噪声水平下的鲁棒性与可泛化性。实验结果表明，所提出的 LoMAE 能够提升 Transformer 的去噪性能，并大幅缓解对真值干净数据的依赖。它还在一系列噪声水平上展现出显著的鲁棒性与泛化能力。
引用
@article{arxiv.2310.12405,
title = {LoMAE: Low-level Vision Masked Autoencoders for Low-dose CT Denoising},
author = {Dayang Wang and Yongshun Xu and Shuo Han and Zhan Wu and Li Zhou and Bahareh Morovati and Hengyong Yu},
journal= {arXiv preprint arXiv:2310.12405},
year = {2023}
}