基于可切换 CycleGAN 的三维超声可调图像质量控制
图像与视频处理
2021-12-07 v1 计算机视觉与模式识别
机器学习
摘要
与用于单轴平面成像的二维超声（US）不同，三维超声成像系统可沿三个轴向平面可视化一个体积。这提供了完整的解剖结构视图，对妇科（GYN）和产科（OB）应用十分有用。遗憾的是，与二维超声相比，三维超声在分辨率方面存在固有局限。例如，在使用三维机械探头的三维超声中，沿波束方向的图像质量尚可，但在另外两个轴向图像平面中常观察到图像质量显著恶化。为此，我们提出一种新颖的无监督深度学习方法以改善三维超声图像质量。具体而言，利用未配准的高质量二维超声图像作为参考，我们训练了近期提出的可切换 CycleGAN 架构，使三维超声中的每个映射平面都能学习二维超声图像的质量。得益于可切换架构，我们的网络还能根据用户偏好实时控制图像增强程度，这非常适用于以用户为中心的扫描仪设置。结合临床评估的大量实验证实，我们的方法显著提升了图像质量，并具备用户友好的灵活性。
引用
@article{arxiv.2112.02896,
title = {Tunable Image Quality Control of 3-D Ultrasound using Switchable CycleGAN},
author = {Jaeyoung Huh and Shujaat Khan and Sungjin Choi and Dongkuk Shin and Eun Sun Lee and Jong Chul Ye},
journal= {arXiv preprint arXiv:2112.02896},
year = {2021}
}