論文の概要: A Real-time Endoscopic Image Denoising System
- arxiv url: http://arxiv.org/abs/2506.15395v1
- Date: Wed, 18 Jun 2025 12:12:10 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-06-19 19:35:51.654554
- Title: A Real-time Endoscopic Image Denoising System
- Title（参考訳）: リアルタイム内視鏡画像診断システム
- Authors: Yu Xing, Shishi Huang, Meng Lv, Guo Chen, Huailiang Wang, Lingzhi Sui,
- Abstract要約: 1mm×1mm以下の超コンパクトなアナログ画像センサを備えた単一用内視鏡は、医療診断に革命的な進歩をもたらす。
光感受性領域の制限により、画素当たりの光子捕獲が減少し、適切な明るさを維持するために光子の感度設定が高くなる。
医用内視鏡におけるアナログ画像センサの包括的ノイズモデルを構築し,3種類のノイズに対処する。
- 参考スコア（独自算出の注目度）: 3.778979468946945
- License: http://creativecommons.org/licenses/by-nc-sa/4.0/
- Abstract: Endoscopes featuring a miniaturized design have significantly enhanced operational flexibility, portability, and diagnostic capability while substantially reducing the invasiveness of medical procedures. Recently, single-use endoscopes equipped with an ultra-compact analogue image sensor measuring less than 1mm x 1mm bring revolutionary advancements to medical diagnosis. They reduce the structural redundancy and large capital expenditures associated with reusable devices, eliminate the risk of patient infections caused by inadequate disinfection, and alleviate patient suffering. However, the limited photosensitive area results in reduced photon capture per pixel, requiring higher photon sensitivity settings to maintain adequate brightness. In high-contrast medical imaging scenarios, the small-sized sensor exhibits a constrained dynamic range, making it difficult to simultaneously capture details in both highlights and shadows, and additional localized digital gain is required to compensate. Moreover, the simplified circuit design and analog signal transmission introduce additional noise sources. These factors collectively contribute to significant noise issues in processed endoscopic images. In this work, we developed a comprehensive noise model for analog image sensors in medical endoscopes, addressing three primary noise types: fixed-pattern noise, periodic banding noise, and mixed Poisson-Gaussian noise. Building on this analysis, we propose a hybrid denoising system that synergistically combines traditional image processing algorithms with advanced learning-based techniques for captured raw frames from sensors. Experiments demonstrate that our approach effectively reduces image noise without fine detail loss or color distortion, while achieving real-time performance on FPGA platforms and an average PSNR improvement from 21.16 to 33.05 on our test dataset.
- Abstract（参考訳）: 小型化されたデザインを特徴とする内視鏡は、手術の柔軟性、移植性、診断能力を大幅に向上させ、医療処置の侵襲性を著しく低下させた。
近年,1mm×1mm以下の超コンパクトなアナログ画像センサを備えた単一用内視鏡は,医療診断に革命的な進歩をもたらす。
再利用可能な装置に関連する構造的冗長性と資本支出を削減し、不適切な消毒による患者感染のリスクを排除し、患者の苦痛を軽減する。
しかし、光感度領域の制限により、画素当たりの光子捕獲が減少し、適切な明るさを維持するためには光子の感度設定がより高くなる。
高コントラストの医療画像のシナリオでは、小型のセンサーは制限されたダイナミックレンジを示し、ハイライトとシャドウの両方で詳細を同時に捉えることは困難であり、さらに局所的なデジタルゲインを補う必要がある。
さらに、単純化された回路設計とアナログ信号伝送により、新たなノイズ源が導入された。
これらの要因は、加工された内視鏡画像のノイズ問題に一括して寄与する。
本研究では,医療用内視鏡におけるアナログ画像センサの包括的ノイズモデルを構築し,固定パターンノイズ,周期的バンドリングノイズ,混合ポアソン・ガウスノイズの3種類のノイズに対処した。
そこで本研究では,従来の画像処理アルゴリズムと高度な学習手法を相乗的に組み合わせ,センサから生フレームを捕捉するハイブリッドデノジングシステムを提案する。
提案手法は,FPGAプラットフォーム上でのリアルタイム性能と,テストデータセット上での平均PSNRを21.16から33.05に向上させながら,詳細な損失や色歪みを伴わずに画像ノイズを効果的に低減することを示した。
関連論文リスト
- SPADE: Spectroscopic Photoacoustic Denoising using an Analytical and Data-free Enhancement Framework [11.207669560907187]
sPA画像はノイズの影響を受けやすいため、信号対雑音比(SNR)が低く、画質が損なわれる。
フレーム平均化のような従来の denoising 技術は SNR の改善に有効だが、ダイナミックイメージングのシナリオでは実用的ではない。
本研究では,SPA画像のノイズ化のためのSPADEフレームワークを提案する。
論文 参考訳（メタデータ） (2024-12-16T18:42:05Z) - Unsupervised Training of a Dynamic Context-Aware Deep Denoising Framework for Low-Dose Fluoroscopic Imaging [6.130738760059542]
フルオロスコープは医用画像におけるリアルタイムX線可視化に重要である。
低線量画像はノイズによって損なわれ、診断精度に影響を及ぼす可能性がある。
蛍光画像系列を動的に認識する教師なし学習フレームワークを提案する。
論文 参考訳（メタデータ） (2024-10-29T13:39:31Z) - On Sensitivity and Robustness of Normalization Schemes to Input
Distribution Shifts in Automatic MR Image Diagnosis [58.634791552376235]
深層学習(DL)モデルは、再構成画像を入力として、複数の疾患の診断において最先端のパフォーマンスを達成した。
DLモデルは、トレーニングとテストフェーズ間の入力データ分布の変化につながるため、さまざまなアーティファクトに敏感である。
本稿では,グループ正規化やレイヤ正規化といった他の正規化手法を用いて,画像のさまざまなアーチファクトに対して,モデル性能にロバスト性を注入することを提案する。
論文 参考訳（メタデータ） (2023-06-23T03:09:03Z) - OADAT: Experimental and Synthetic Clinical Optoacoustic Data for
Standardized Image Processing [62.993663757843464]
オプトアコースティック(OA)イメージングは、ナノ秒レーザーパルスによる生体組織の励起と、光吸収による熱弾性膨張によって発生する超音波の検出に基づいている。
OAイメージングは、深部組織における豊富な光学コントラストと高分解能の強力な組み合わせを特徴としている。
臨床環境でのOAの幅広い応用を促進するために、異なるタイプの実験的なセットアップと関連する処理手法で生成される標準化データセットは存在しない。
論文 参考訳（メタデータ） (2022-06-17T08:11:26Z) - SAR Despeckling using a Denoising Diffusion Probabilistic Model [52.25981472415249]
スペックルの存在は画像品質を劣化させ、SAR画像理解アプリケーションの性能に悪影響を及ぼす。
本稿では,SAR脱種のための拡散確率モデルであるSAR-DDPMを紹介する。
提案手法は, 最先端の切り離し法と比較して, 定量化と定性化の両面で有意な改善を実現している。
論文 参考訳（メタデータ） (2022-06-09T14:00:26Z) - De-Noising of Photoacoustic Microscopy Images by Deep Learning [0.9786690381850356]
光音響顕微鏡(PAM)画像は、レーザー強度の最大許容露光、組織内の超音波の減衰、トランスデューサ固有のノイズによってノイズに悩まされる。
そこで本研究では,PAM画像から複雑なノイズを取り除くための深層学習に基づく手法を提案する。
論文 参考訳（メタデータ） (2022-01-12T05:13:57Z) - Physics-based Noise Modeling for Extreme Low-light Photography [63.65570751728917]
CMOS光センサの撮像パイプラインにおけるノイズ統計について検討する。
実雑音構造を正確に特徴付けることのできる包括的ノイズモデルを定式化する。
我々のノイズモデルは、学習に基づく低照度復調アルゴリズムのためのリアルなトレーニングデータを合成するのに利用できる。
論文 参考訳（メタデータ） (2021-08-04T16:36:29Z) - Designing a Practical Degradation Model for Deep Blind Image
Super-Resolution [134.9023380383406]
単一画像スーパーレゾリューション (sisr) 法は, 推定劣化モデルが実画像から逸脱した場合はうまく動作しない。
本稿では, ランダムにシャッフルされたブラー, ダウンサンプリング, ノイズ劣化からなる, より複雑で実用的な劣化モデルを提案する。
論文 参考訳（メタデータ） (2021-03-25T17:40:53Z) - CNN-Based Image Reconstruction Method for Ultrafast Ultrasound Imaging [9.659642285903418]
超高速超音波(US)は、フルビューフレームを1kHz以上で取得できるバイオメディカルイメージングに革命をもたらした。
強い回折アーチファクトに悩まされ、主に格子状葉、サイドローブ、エッジウェーブによって引き起こされる。
本稿では,2段階の畳み込みニューラルネットワーク(CNN)を用いた画像再構成手法を提案する。
論文 参考訳（メタデータ） (2020-08-28T17:15:37Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。