Deep learning-based image exposure enhancement as a pre-processing for an accurate 3D colon surface reconstruction

要約

タイトル: 正確な3D結腸表面再構築の前処理としてのDeep Learningベースの画像露光向上

要約:
– 適切な画像前処理が深層学習に基づく3D結腸部位再構築を改善する方法を示す。
– 結腸内視鏡検査において、グローバルな画像照明補正ではなく、局所的な過曝光と欠乏を補正する必要があるという仮定がある。
– 画像露光補正とRNN-SLAMを含むパイプラインの概要をまず示す。
– 次に、適切な照明補正なしで結腸内の内視鏡軌跡の再構成精度を定量化する。

要点:
– 適切な画像露光補正が3D結腸部位再構築の精度を改善する。
– 結腸内視鏡検査において、局所的な露光補正が必要。
– パイプラインには、画像露光補正とRNN-SLAMが含まれる。
– 照明補正なしでの再構成精度を比較して、正確性を定量化する。

要約(オリジナル)

This contribution shows how an appropriate image pre-processing can improve a deep-learning based 3D reconstruction of colon parts. The assumption is that, rather than global image illumination corrections, local under- and over-exposures should be corrected in colonoscopy. An overview of the pipeline including the image exposure correction and a RNN-SLAM is first given. Then, this paper quantifies the reconstruction accuracy of the endoscope trajectory in the colon with and without appropriate illumination correction

arxiv情報

提供元, 利用サービス

arxiv.jp, OpenAI