ヘッド対テールクロススケール融合によるデフォーカスデビュール顕微鏡法【JST・京大機械翻訳】

Wang Jiahe; Han Boran

プレプリント

J-GLOBAL ID：202202205808376704 整理番号：22P0025113

ヘッド対テールクロススケール融合によるデフォーカスデビュール顕微鏡法【JST・京大機械翻訳】

Defocus Deblur Microscopy via Head-to-Tail Cross-scale Fusion

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (2件)： ,
資料名：
発行年： 2022年01月08日プレプリントサーバーでの情報更新日： 2023年05月30日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

顕微鏡イメージングは生物学研究と診断において重要である。細胞または分子レベルのスケールでイメージングするとき,軸軸上の機械的ドリフトは補正するのが難しい。マルチスケールネットワークがぼけのために開発されているが,それらのカスケード残差学習手法は,デコンボリューションのエンドツーエンド非線形性を正確に捉えることに失敗し,焦点内画像とそれらの焦点外対応物間の関係を顕微鏡で正確に捉える。このモデルでは,カスケード残差希薄化なしにマルチスケールU-Netの構造を採用した。さらに,従来の粗粒モデルとは対照的に,本モデルは,より粗いサブネットワークから,より粗いスケールからの復号器を,より微細なもののエンコーダと融合する,より粗いサブネットワークから,その特徴の融合によって,クロススケール相互作用を強化する。このような相互作用は,融合がすべてのスケールで復号器と符号器を通して起こるので,より良い特徴学習に寄与する。多くの実験は,著者らの方法が他の既存のモデルと比較してより良い性能を与えることを実証した。【JST・京大機械翻訳】

, , , , , , , , , , , , , ,
, , 【Automatic Indexing@JST】

図形・画像処理一般

, ,

前のページに戻る