An Interpretable X-ray Style Transfer via Trainable Local Laplacian Filter

要約

放射線科医は、診断パフォーマンスをサポートするためにニーズに手動で調整されたX線画像の視覚的印象または「スタイル」を好む。
この作業では、ローカルラプラシアンフィルター（LLF）のトレーニング可能なバージョンを導入することにより、自動で解釈可能なX線スタイルの転送を提案します。
LLFの最適化されたリマップ関数の形状から、スタイル転送の特性を推測でき、アルゴリズムの信頼性を確保できます。
さらに、LLFが複雑なX線スタイルの機能をキャプチャできるようにします。レマップ関数をマルチレイヤーパーセプトロン（MLP）に置き換え、トレーニング可能な正規化レイヤーを追加します。
未処理のマンモグラフィX線画像をターゲットマンモグラムのスタイルに一致させる画像に変換し、Aubry et alのベースラインLLFスタイル転送方法の0.82と比較して0.94の構造類似性インデックス（SSIM）を達成することにより、提案された方法の有効性を実証します。
。

要約(オリジナル)

Radiologists have preferred visual impressions or ‘styles’ of X-ray images that are manually adjusted to their needs to support their diagnostic performance. In this work, we propose an automatic and interpretable X-ray style transfer by introducing a trainable version of the Local Laplacian Filter (LLF). From the shape of the LLF’s optimized remap function, the characteristics of the style transfer can be inferred and reliability of the algorithm can be ensured. Moreover, we enable the LLF to capture complex X-ray style features by replacing the remap function with a Multi-Layer Perceptron (MLP) and adding a trainable normalization layer. We demonstrate the effectiveness of the proposed method by transforming unprocessed mammographic X-ray images into images that match the style of target mammograms and achieve a Structural Similarity Index (SSIM) of 0.94 compared to 0.82 of the baseline LLF style transfer method from Aubry et al.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google