基于深度学习的胎盘组织学图像分辨率增强
图像与视频处理
2022-08-02 v1 计算机视觉与模式识别
机器学习
摘要
本研究开发了一种提高人体胎盘组织学图像分辨率的方法。为此，收集了一系列配对的高分辨率与低分辨率图像，用于训练一个深度神经网络模型，该模型能够预测提升输入图像分辨率所需的图像残差。我们对 U-net 神经网络模型进行了改进，以适配寻找低分辨率图像与残差图像之间的关系。在由 1000 张图像组成的增强数据集上训练 900 个 epoch 后，对 320 张测试图像的预测相对均方误差达到 0.003。所提方法不仅改善了低分辨率图像在细胞边缘的对比度，还增添了模仿胎盘绒毛间隙高分辨率图像的关键细节与纹理。
引用
@article{arxiv.2208.00163,
title = {Resolution enhancement of placenta histological images using deep learning},
author = {Arash Rabbani and Masoud Babaei},
journal= {arXiv preprint arXiv:2208.00163},
year = {2022}
}