用于超声图像联合去卷积-分割的预条件P-ULA——扩展版
图像与视频处理
2020-01-23 v4 计算机视觉与模式识别
摘要
超声图像的联合去卷积与分割是医学成像中的一个具有挑战性的问题。通过采用分层贝叶斯模型，我们提出了一种加速的马尔可夫链蒙特卡洛方案，其中组织反射函数借助最近引入的近端非调整朗之万算法进行采样。该新方法结合前向-后向步与预条件策略以加速收敛，并基于极大化-极小化原理的方法求解内部非凸最小化问题。如在对模拟及体内超声图像进行的数值实验中所展示的，所提方法提供了高质量的复原与分割结果，且比现有的哈密顿蒙特卡洛方法快至多六倍。
引用
@article{arxiv.1903.08111,
title = {Preconditioned P-ULA for Joint Deconvolution-Segmentation of Ultrasound Images -- Extended Version},
author = {Corbineau Marie-Caroline and Kouamé Denis and Chouzenoux Emilie and Tourneret Jean-Yves and Pesquet Jean-Christophe},
journal= {arXiv preprint arXiv:1903.08111},
year = {2020}
}