論文の概要: Mask2Restore: Self-Supervised Ultrasound Despeckling via Inpainting

• arxiv url: http://arxiv.org/abs/2609.32844v1
• Date: Sat, 26 Sep 2026 18:18:49 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-06 19:43:01.674618
• Title: Mask2Restore: Self-Supervised Ultrasound Despeckling via Inpainting
• Title（参考訳）: Mask2Restore: インペインティングによる自己監督型超音波除去
• Abstract要約: 医用超音波(US)は、画像修復において複雑なノイズとして扱われる粒状干渉パターンであるスペックルによって本質的に劣化する。 本研究では,単一ノイズ画像に対するブロックワイドマスキングを用いて,デスペクリングをコンテキスト的インペイントとして再構成する,セルフ教師付きUSデスペクリングフレームワークであるMask2Restoreを提案する。
• 参考スコア（独自算出の注目度）: 39.134920743710644
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Medical ultrasound (US) is inherently degraded by speckle, a granular interference pattern that is often treated as a complex form of noise in image restoration. However, unlike random noise, US speckle originates from coherent scattering within tissue and is therefore highly spatially dependent and deterministic under fixed acquisition conditions, making US speckle suppression fundamentally different from natural image denoising. Because speckle-free US targets are unavailable in practice, self-supervised denoising is necessary. Blind-spot networks (BSN) are the dominant self-supervised paradigm for natural images, but their pixel-wise masking strategy assumes spatially independent noise, an assumption poorly matched to US speckle, which is spatially correlated over multiple pixels rather than pixel-wise independent. To address this mismatch, we propose Mask2Restore, a self-supervised US despeckling framework that reformulates despeckling as contextual inpainting with block-wise masking on single noisy images. Unlike pixel-wise BSN masking, block-wise masking addresses this multi-pixel speckle correlation by removing locally correlated speckle neighborhoods and shifting the reconstruction cues used by the network from adjacent speckle correlations to broader anatomical context. We further introduce cross-resolution context regularization (CRCR), which suppresses residual speckle bias by enforcing consistency across multi-resolution predictions. Experiments on simulated and in vivo carotid US, unseen fine-structure cases, and downstream cardiac segmentation demonstrate improved speckle-detail trade-offs, better preservation of fine anatomical structures, and practical value for subsequent image analysis.
• Abstract（参考訳）: 医用超音波(US)は、画像修復において複雑なノイズとして扱われる粒状干渉パターンであるスペックルによって本質的に劣化する。 しかし、ランダムノイズとは異なり、USスペックルは組織内のコヒーレント散乱に由来するため、固定された取得条件下では空間依存性が高く決定論的であり、USスペックル抑制と自然像の分解とは根本的に異なる。 スペックルフリーの米国の標的は実際は利用できないため、自己監督型デノナイジングが必要である。 ブラインド・スポット・ネットワーク(BSN)は、自然画像における支配的な自己監督パラダイムであるが、そのピクセルワイドマスキング戦略は、空間的に独立なノイズを仮定する。 このミスマッチに対処するために、単一ノイズ画像に対するブロックワイドマスキングによる文脈的着色としてデスペクリングを再構成する、セルフ教師付きUSデスペクリングフレームワークであるMask2Restoreを提案する。 ピクセルワイドのBSNマスクとは異なり、ブロックワイドマスクはこのマルチピクセルのスペックル相関に対処し、局所的に相関したスペックル近傍を除去し、ネットワークが使用する再構成キューを隣接するスペックル相関からより広い解剖学的文脈に移行する。 さらに,クロスレゾリューション・コンテクスト・正規化(CRCR)を導入し,マルチレゾリューション・予測の整合性を高めることで,残留スペックルバイアスを抑制する。 模擬および生体内頸動脈US, 未確認微細構造症例, 下流心筋セグメンテーションの実験により, スペックル・ディテールトレードオフの改善, 微細解剖学的構造の保存性の向上, およびその後の画像解析の実用的価値が示された。

関連論文リスト

• Reconstruction-Shift Discrimination via Mask-Guided Latent Diffusion for Medical Anomaly Detection [58.92871907037662]
  教師なしの医学的異常検出は、正常な訓練画像から正常な解剖パターンを学習し、テスト時の偏差を識別する。 再構成に基づく拡散に基づく手法は、通常、入力画像とその再構成の違いを異常な証拠として利用する。 本研究は,残差に基づく局所化と再構成-シフト判別を補完する医用異常検出フレームワークであるDMDを提案する。
  論文  参考訳（メタデータ） (2026-08-01T04:56:39Z)
• Multi-Contrast MRI Motion Correction via Parameter-Informed Disentanglement and Adaptive Experts [56.74856091904914]
  パラメータインフォームドコントラストと重度適応補正を組み合わせた統合フレームワークを提案する。 ScanCLIPは、取得パラメータからアンタングルコントラストスタイルへのコントラスト埋め込みを解剖学的内容から導き、コントラストのない特徴をもたらす。 ビジョントランスフォーマーは、動きの重大度を推定し、Mixture-of-Expertsネットワークを介して特徴をルーティングし、ターゲットのアーティファクト修正を可能にする。
  論文  参考訳（メタデータ） (2026-05-29T02:48:23Z)
• Neighbor2Inverse: Self-Supervised Denoising for Low-Dose Region-of-Interest Phase Contrast CT [3.292132675169194]
  改良された畳み込みニューラルネットベースのデノゲーションは、画質を回復するが、ペア化された低量データセットと高用量データセットに依存する。 臨床CTに一般化した低用量PBI-CTのための自己教師型 denoising framework である Neighbor2Inverse を紹介する。
  論文  参考訳（メタデータ） (2026-05-01T20:17:33Z)
• Speckle2Self: Self-Supervised Ultrasound Speckle Reduction Without Clean Data [43.60323168135476]
  単一雑音観測によるスペックル低減のための新しい自己教師型アルゴリズムであるSpeckle2Selfを紹介する。 鍵となる洞察は、マルチスケール摂動(MSP)操作を適用することで、異なるスケールにわたるスペックルパターンの組織依存性の変化がもたらされるということである。 これにより、クリーン画像を低ランク信号としてモデル化し、スパースノイズ成分を分離することにより、効果的なスペックル抑制を可能にする。
  論文  参考訳（メタデータ） (2025-07-09T13:28:00Z)
• Active Adversarial Noise Suppression for Image Forgery Localization [56.98050814363447]
  本稿では、敵騒音の攻撃効果を抑制するために、防御的摂動を発生させる敵騒音抑制モジュール(ANSM)を提案する。 我々の知る限りでは、画像フォージェリローカライゼーションタスクにおける敵対的防御の報告としてはこれが初めてである。
  論文  参考訳（メタデータ） (2025-06-15T14:53:27Z)
• Constrained CycleGAN for Effective Generation of Ultrasound Sector Images of Improved Spatial Resolution [22.899291098129403]
  フェーズドまたはカービリナーアレイは、セクター・フィールド・オブ・ビュー(FOV)を備えた超音波(US)画像を生成する。 本研究の目的は,空間変化の少ない画像に,空間変化の少ない画像に変換することである。
  論文  参考訳（メタデータ） (2023-09-02T17:32:00Z)
• MR Image Denoising and Super-Resolution Using Regularized Reverse Diffusion [38.62448918459113]
  本稿では,スコアベース逆拡散サンプリングに基づく新しい復調法を提案する。 当ネットワークは, 人工膝関節のみを訓練し, 生体内MRIデータにも優れていた。
  論文  参考訳（メタデータ） (2022-03-23T10:35:06Z)

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。