RetinaRegen: A Hybrid Model for Readability and Detail Restoration in Fundus Images

要約

眼底の画質は眼疾患を診断するために重要ですが、実際の状態はしばしばぼやけた画像または読めない画像をもたらし、診断の不確実性を高めます。
これらの課題に対処するために、この研究では、読みやすさの分類モデル、拡散モデル、および変分自動エンコーダー（VAE）を統合する網膜画像修復のハイブリッドモデルであるRetinaregenを提案します。
SynFundus-1Mデータセットの例は、提案された方法が27.4521、SSIM 0.9556、および光椎間板（RO）領域の読みやすさのラベルのLPIPSを0.1911で達成していることを示しています。
これらの結果は、重要な地域の回復における優れたパフォーマンスを示しており、Fundusの画質を高め、臨床診断をサポートするための効果的なソリューションを提供します。

要約(オリジナル)

Fundus image quality is crucial for diagnosing eye diseases, but real-world conditions often result in blurred or unreadable images, increasing diagnostic uncertainty. To address these challenges, this study proposes RetinaRegen, a hybrid model for retinal image restoration that integrates a readability classifi-cation model, a Diffusion Model, and a Variational Autoencoder (VAE). Ex-periments on the SynFundus-1M dataset show that the proposed method achieves a PSNR of 27.4521, an SSIM of 0.9556, and an LPIPS of 0.1911 for the readability labels of the optic disc (RO) region. These results demonstrate superior performance in restoring key regions, offering an effective solution to enhance fundus image quality and support clinical diagnosis.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google