mr2NST：用于乳腺X线摄影的多分辨率多参考神经风格迁移
图像与视频处理
2020-05-26 v1 计算机视觉与模式识别
摘要
许多临床研究表明，基于深度学习技术的计算机辅助诊断有助于乳腺X线摄影的诊断。然而，不同厂商的图像风格差异显著，且不同厂商之间可能存在域间隙，这可能损害单一深度学习模型的普遍适用性。在本研究中，我们通过提出多分辨率多参考神经风格迁移(mr2NST)网络显式解决风格多样性问题。mr2NST可将不同厂商的风格归一化至同一风格基线，且分辨率非常高。我们说明，在NIMA分数方面，迁移图像的图像质量与目标域（厂商）原始图像的质量相当。同时，mr2NST的结果也被证明有助于乳腺X线照片中的病灶检测。
引用
@article{arxiv.2005.11926,
title = {mr2NST: Multi-Resolution and Multi-Reference Neural Style Transfer for Mammography},
author = {Sheng Wang and Jiayu Huo and Xi Ouyang and Jifei Che and Xuhua Ren and Zhong Xue and Qian Wang and Jie-Zhi Cheng},
journal= {arXiv preprint arXiv:2005.11926},
year = {2020}
}