用于视网膜光学相干断层扫描的语义去噪自编码器
计算机视觉与模式识别
2019-03-26 v1
摘要
易产生散斑噪声的光学相干断层扫描中的噪声往往会掩盖医学诊断所需的重要细节。本文提出了一种在眼科学视网膜光学相干断层扫描图像中保留疾病特征的去噪方法。通过将深度卷积自编码器与预先训练的 ResNet 图像分类器作为正则化器相结合，促进了精细细节的感知，并仅滤除了无信息的背景噪声。与现有先进去噪方法（取决于具体方法， 或 ）相比，采用我们的方法，去噪图像可获得更高的峰值信噪比（）和更高的分类准确率（）。结果表明，正则化自编码器能够对视网膜 OCT 图像进行去噪，而不会模糊疾病细节。
引用
@article{arxiv.1903.09809,
title = {Semantic denoising autoencoders for retinal optical coherence tomography},
author = {Max-Heinrich Laves and Sontje Ihler and Lüder Alexander Kahrs and Tobias Ortmaier},
journal= {arXiv preprint arXiv:1903.09809},
year = {2019}
}
备注
Accepted for publication at the SPIE/OSA European Conferences on Biomedical Optics (ECBO) 2019