RGB 至 高光谱：用于增强外科成像的光谱重建
图像与视频处理
2024-10-18 v1 人工智能
计算机视觉与模式识别
摘要
本研究探讨了从 RGB 数据重建高光谱特征以增强外科成像的技术，采用了来自猪肉手术的公开数据集 HeiPorSPECTRAL 以及内部收录的神经外科数据集。评估了基于卷积神经网络 (CNN) 和变换模型的 various 架构，使用综合性指标进行测试。变换模型在 RMSE、SAM、PSNR 和 SSIM 方面表现优异，能够有效整合空间信息，预测出准确的光谱轮廓，涵盖可见光谱范围及扩展光谱范围。定性评估表明，能够预测对外科决策至关重要的光谱轮廓。就捕获可见光谱与扩展高光谱范围的挑战使用 MAE 进行了突出显示，突显了其所涉及的复杂性。本研究的发现开拓了外科应用领域的新研究方向，并为实时外科环境中的临床应用奠定了基础。
引用
@article{arxiv.2410.13570,
title = {RGB to Hyperspectral: Spectral Reconstruction for Enhanced Surgical Imaging},
author = {Tobias Czempiel and Alfie Roddan and Maria Leiloglou and Zepeng Hu and Kevin O'Neill and Giulio Anichini and Danail Stoyanov and Daniel Elson},
journal= {arXiv preprint arXiv:2410.13570},
year = {2024}
}
备注
10 pages, 4 figures, 3 tables