MIASSR：一种医学图像任意倍率超分辨率方法
图像与视频处理
2021-05-25 v1 计算机视觉与模式识别
摘要
单图像超分辨率（SISR）旨在从一张低分辨率图像获得高分辨率输出。当前，基于深度学习的 SISR 方法因有望在不增加额外扫描成本的情况下获得高质量、高空间分辨率图像，已在医学图像处理中被广泛探讨。然而，多数现有方法为特定倍率 SR 任务设计，无法泛化到不同放大倍率。本文提出一种医学图像任意倍率超分辨率方法（MIASSR），将元学习与生成对抗网络（GANs）相结合，以在 (1, 4] 内任意放大倍率下对医学图像进行超分辨率重建。在单模态磁共振（MR）脑图像（OASIS-brains）与多模态 MR 脑图像（BraTS）上，相比最先进 SISR 算法，MIASSR 取得了可比保真度性能与最佳感知质量，且模型规模最小。我们还采用迁移学习使 MIASSR 能处理新医学模态的 SR 任务，如心脏 MR 图像（ACDC）与胸部计算机断层图像（COVID-CT）。我们的源代码也已公开。因此，MIASSR 有望成为临床图像分析任务（如重建、图像质量增强与分割）中新的基础性前/后处理步骤。
引用
@article{arxiv.2105.10738,
title = {MIASSR: An Approach for Medical Image Arbitrary Scale Super-Resolution},
author = {Jin Zhu and Chuan Tan and Junwei Yang and Guang Yang and Pietro Lio'},
journal= {arXiv preprint arXiv:2105.10738},
year = {2021}
}