荧光引导手术中的视频去噪

荧光引导手术 (FGS) 是一种有前景的手术技术，它为外科医生提供组织的独特视图，通过划分组织类型和病变区域来指导其操作。随着低荧光光子产率的新型荧光对比剂的开发，开发计算模型以使 FGS 系统在实时环境中保持良好的视频质量变得越来越重要。为了进一步增加难度，FGS 存在来自激光泄漏光 (LLL) 的难以处理的偏置噪声项，它代表未滤除的激发光，其量级可与荧光信号相当。大多数传统视频去噪方法关注零均值噪声和非因果处理，这两点在 FGS 中均被违背。幸运的是，在 FGS 中通常也会捕获一个共址参考视频，我们利用它来模拟 LLL 并辅助去噪过程。在本工作中，我们提出了一个包含 LLL 的精确噪声模拟流程，并提出了三种基于深度学习的 FGS 视频去噪基线算法。