Обучение представлению с учетом целей на нескольких масштабах для улучшения изображений глазного дна
Краткое содержание
arXiv:2505.01831v2 Тип объявления: замена-перекрёстная Аннотация: Высококачественные изображения глазного дна обеспечивают важную анатомическую информацию для клинического скрининга и диагностики офтальмологических заболеваний. Тем не менее, вследствие ограничений аппаратуры, вариабельности условий съёмки и поведения пациентов, изображения глазного дна часто страдают от низкого разрешения и соотношения сигнал/шум. В последние годы были достигнуты многообещающие успехи в области улучшения изображений глазного дна. Однако существующие работы обычно сосредоточены либо на восстановлении структурных деталей, либо глобальных характеристик изображений глазного дна, не имея единой универсальной схемы повышения качества изображений для восстановления комплексной многомерной информации различных масштабов. Более того, лишь немногие методы акцентируют внимание на целевых объектах улучшения изображений, таких как очаги поражения, что критически важно для диагностики медицинских изображений. Для решения указанных проблем мы предлагаем многоканальную целевую систему представления знаний (MTRL-FIE), предназначенную для эффективного улучшения изображений глазного дна. Конкретнее, нами предложена многослойная система кодирования признаков (MFE), использующая разложение вейвлетов...
Полный текст статьи пока не загружен.