StyleX: A Trainable Metric for X-ray Style Distances

要約

X 線技術の進歩により、放射線科医の好みに合わせて調整する必要がある多様な画像スタイルが導入されています。
このタスクをサポートするために、一致しない画像ペアのスタイルの違いを定量化する新しい深層学習ベースのメトリクスを導入します。
私たちのメトリックの中心となるのは、X 線画像スタイル表現を生成できるエンコーダーです。
このエンコーダーは、スタイル距離の明示的な知識なしで、単純なシャム学習を利用してトレーニングされます。
推論中、エンコーダーによって生成されたスタイル表現は、一致しない画像ペアの距離メトリックを計算するために使用されます。
私たちの実験では、開示された再現性のある独自の画像処理パイプラインの提案された概念を 2 次元に沿って調査します。まず、t 分布確率的近傍埋め込み (t-SNE) 分析を使用して、エンコーダー出力が意味のある識別可能なスタイル表現を提供することを示します。
第 2 に、エンコーダ出力から計算された提案されたメトリックは、人間の知覚とよく一致して、一致しないペアのスタイル距離を定量化することが示されています。
これらの結果は、私たちが提案した方法がスタイルの違いを定量化するための有望な手法であり、ガイド付きスタイル選択や画像パイプラインパラメータの自動最適化に使用できることを裏付けています。

要約(オリジナル)

The progression of X-ray technology introduces diverse image styles that need to be adapted to the preferences of radiologists. To support this task, we introduce a novel deep learning-based metric that quantifies style differences of non-matching image pairs. At the heart of our metric is an encoder capable of generating X-ray image style representations. This encoder is trained without any explicit knowledge of style distances by exploiting Simple Siamese learning. During inference, the style representations produced by the encoder are used to calculate a distance metric for non-matching image pairs. Our experiments investigate the proposed concept for a disclosed reproducible and a proprietary image processing pipeline along two dimensions: First, we use a t-distributed stochastic neighbor embedding (t-SNE) analysis to illustrate that the encoder outputs provide meaningful and discriminative style representations. Second, the proposed metric calculated from the encoder outputs is shown to quantify style distances for non-matching pairs in good alignment with the human perception. These results confirm that our proposed method is a promising technique to quantify style differences, which can be used for guided style selection as well as automatic optimization of image pipeline parameters.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google