通过从 Segment Anything Model 蒸馏语义先验实现快速骨闪烁扫描增强
图像与视频处理
2025-06-05 v3 计算机视觉与模式识别
摘要
快速骨闪烁扫描对于诊断儿童骨骼疾病和检测肿瘤转移至关重要，因为它缩短了扫描时间并减少了不适感。然而，加速采集通常会降低图像质量，损害精细解剖细节的可见度，并可能影响诊断。为了克服这一限制，我们引入了基于 SAM 的语义先验在医学图像恢复中的首次应用，利用 Segment Anything Model (SAM) 来增强儿童快速骨闪烁扫描。我们的方法采用两个级联网络 和 ，并由三个专门模块支持：语义先验集成 (SPI) 模块、语义知识蒸馏 (SKD) 模块和语义一致性模块 (SCM)。SPI 和 SKD 模块从微调的 SAM 中注入特定领域的语义线索，而 SCM 在两个级联阶段中保持连贯的语义特征表示。此外，我们提出了 RBS，一个新颖的快速骨闪烁扫描数据集，包含来自 137 名 0.5 至 16 岁儿童患者的配对标准（20 cm/min）和快速（40 cm/min）扫描，使其成为首个专为儿童快速骨闪烁扫描恢复定制的数据集。在公共内窥镜数据集和我们的 RBS 数据集上的大量实验表明，我们的方法在 PSNR、SSIM、FID 和 LPIPS 指标上始终优于现有技术。
引用
@article{arxiv.2503.02321,
title = {Rapid Bone Scintigraphy Enhancement via Semantic Prior Distillation from Segment Anything Model},
author = {Pengchen Liang and Leijun Shi and Huiping Yao and Bin Pu and Jianguo Chen and Lei Zhao and Haishan Huang and Zhuangzhuang Chen and Zhaozhao Xu and Lite Xu and Qing Chang and Yiwei Li},
journal= {arXiv preprint arXiv:2503.02321},
year = {2025}
}
备注
12 pages, 9 figures, 8 tables