基于二维监督的生物医学体数据超分辨率
图像与视频处理
2024-04-16 v1 计算机视觉与模式识别
摘要
体积生物医学显微技术有望增加从临床组织标本中提取的诊断信息,并提高人类病理学家和计算病理学模型的诊断准确性。遗憾的是,将三维(3D)体积显微技术整合到临床医学中的障碍包括成像时间长、深度/z轴分辨率差以及高质量体积数据不足。利用丰富的高分辨率二维显微数据,我们引入了用于超分辨率的掩码切片扩散(MSDSR),该方法利用了生物标本所有空间维度上数据生成分布的固有等价性。这种内在特性允许在一个平面(例如 XY)上从高分辨率图像训练的超分辨率模型有效地泛化到其他平面(XZ、YZ),克服了传统的方向依赖性。我们重点关注 MSDSR 在受激拉曼组织学(SRH)中的应用,这是一种用于生物标本分析和术中诊断的光学成像模态,其特点是能快速获取高分辨率二维图像,但光学 z 切片缓慢且昂贵。为了评估 MSDSR 的有效性,我们引入了一个新的性能指标 SliceFID,并通过广泛的评估证明了 MSDSR 优于基线模型的性能。我们的研究结果表明,MSDSR 不仅显著提高了 3D 体积数据的质量和分辨率,而且解决了阻碍 3D 体积显微技术在临床诊断和生物医学研究中更广泛应用的主要障碍。
引用
@article{arxiv.2404.09425,
title = {Super-resolution of biomedical volumes with 2D supervision},
author = {Cheng Jiang and Alexander Gedeon and Yiwei Lyu and Eric Landgraf and Yufeng Zhang and Xinhai Hou and Akhil Kondepudi and Asadur Chowdury and Honglak Lee and Todd Hollon},
journal= {arXiv preprint arXiv:2404.09425},
year = {2024}
}
备注
CVPR Workshop on Computer Vision for Microscopy Image Analysis 2024