Mar, 2024
FusionINN：用于脑肿瘤监测的可逆图像融合
FusionINN: Invertible Image Fusion for Brain Tumor Monitoring
TL;DR图像融合技术中通常采用非可逆神经网络将多个源图像合并成一张融合图像。然而，对于临床专家而言，仅仅依赖融合图像可能无法对诊断决策产生足够的帮助，因为融合机制会混合源图像的特征，使得对潜在的肿瘤病理学的解释变得困难。我们引入了一种新的可逆图像融合框架——FusionINN，能够高效地生成融合图像，并通过求解融合过程的逆过程将其分解回源图像。FusionINN通过整合一个正态分布的潜在图像与融合图像，以促进分解过程的生成建模，确保了无损的一对一像素映射。在我们所了解的范围内，我们是首次研究融合图像的分解性，这对于生命敏感的应用（如医学图像融合）尤为重要，与多焦点或多曝光图像融合等其他任务相比。我们广泛的实验证明了FusionINN相对于现有的判别和生成融合方法在主观和客观上的优势。此外，与最近一种基于去噪扩散的融合模型相比，我们的方法提供了更快速和更好的融合效果。我们还展示了我们的结果在辅助疾病预后方面的临床效用。