基于跨状态空间传递的医用视频超分辨率
计算机视觉与模式识别
2026-02-10 v2 人工智能
摘要
高分辨率(HR)医用视频对准确诊断至关重要，但由于硬件限制和生理约束，难以获取。临床上收集的低分辨率(LR)医用视频呈现独特挑战，包括相机抖动、噪声和突发帧转换，导致显著的光流误差和对齐困难。此外，组织和器官具有连续细腻的结构，但当前 VSR 模型容易引入伪影并产生失真特征，这可能误导医生。为此，我们提出了 MedVSR—a 为医用 VSR量身定制的框架。它首先采用跨状态空间传递(CSSP)来解决对齐不准的问题，通过将远距离帧投影为状态空间模型中的控制矩阵，实现对一致且有信息特征的选择性传递至相邻帧，以有效对齐。此外，我们设计了内部状态空间重建(ISSR)模块，通过联合长程空间特征学习和大核短程信息聚合来增强组织结构并减少伪影。在包括内窝镜和白内障手术在内的多种医疗场景中的四个数据集上的实验表明，MedVSR 在重建性能和效率方面显著优于现有 VSR 模型。代码已发布于 https://github.com/CUHK-AIM-Group/MedVSR。
引用
@article{arxiv.2509.21265,
title = {MedVSR: Medical Video Super-Resolution with Cross State-Space Propagation},
author = {Xinyu Liu and Guolei Sun and Cheng Wang and Yixuan Yuan and Ender Konukoglu},
journal= {arXiv preprint arXiv:2509.21265},
year = {2026}
}
备注
ICCV 2025