[IEEE TMI | 论文简读] 基于深度学习的图像生成中噪声和分辨率的线性化分析
2023-02-18 16:47:56 时间
简读分享 | 陈兴民 编辑 | 乔剑博
论文题目
Linearized analysis of noise and resolution for DL-based image generation
论文摘要
基于深度学习(DL)的CT图像生成方法通常使用RMSE和SSIM进行评估。相比之下,传统的基于模型的图像重建(MBIR)方法通常使用诸如分辨率、噪声、偏差等图像属性进行评估。计算这种图像属性需要进行很耗时的蒙特卡洛(MC)模拟。对于MBIR,已经有了使用一阶泰勒展开的线性化分析方法,无需MC模拟就可以描述噪声和分辨率。这给了作者以启发,是否可以将线性化应用于DL网络,从而有效地表征分辨率和噪声。本文使用FBPConvNet作为DL网络的例子,并进行了大量的数值评估,包括计算机模拟和真实CT数据。结果显示,在正常的曝光设置下,网络线性化工作良好。对于此类应用,线性化可以在不运行MC模拟的情况下表征图像噪声和分辨率。作者通过这项工作提供了实现网络线性化的计算工具。网络线性化的高效性和易实现性使得推广与物理相关的图像质量测量方法大有希望。本文的方法是通用的,它允许DL非线性模块和线性算子的灵活组合,如滤波背投影(FBP)算法。对于后者,作者开发了一种通用的方法来计算网络线性化所需的协方差图像。
论文链接
https://ieeexplore.ieee.org/document/9918072
相关文章
- Cisco vs. Arista:守擂者与挑战者的软、硬件之战
- 互联网的未来:为什么我们需要 HTTP/3?
- 运营商最大的优势和责任:安全!三家都在砸钱布局!
- 一文读懂EVPN技术
- 一文读懂PCIe的进化史
- AWS re:Invent:SRD协议将取代TCP?
- 合作变合并?HPE或将收购Nutanix
- 网络切片的两种选择:OTN 和 FlexE
- 现在,谁还能从存储中赚到钱?
- 697亿!全球以太网交换机市场最新排名!
- 网络升级宝典:从SD-WAN到SASE,该如何升级到未来就绪的数字网络架构?
- 收藏:NVMe协议基础原理介绍
- 当网络传输协议SRD遇上DPU
- 突发!美FCC将中国联通列入“安全风险清单”,背后有阴谋?
- TAPD新增需求自动通知飞书
- 元宇宙赛道上挤满巨头,谁在裸泳,谁在中流击浪?
- 业务模式在变化,运营商亟待建立新的收入保障体系
- 基于超级SIM的新一代安全产品崛起,构建零信任网络安全防护体系
- 三大运营商联合中标3.77亿元政务云项目,背后是一个什么趋势?
- 董事长强调“生活方式数智化转型”,两专业公司迎发展良机!