Apr, 2024

无参照多模态体积配准的 X 射线显微镜和光片荧光显微镜

PDF
TL;DR该研究介绍了一种用于 X-ray 显微镜和光片荧光显微镜体积配准的快速两阶段流水线，提出了残余相似性作为新的度量标准，以精确匹配相关微结构，特别是 X-ray 显微镜中的小房和光片荧光显微镜中的骨细胞，为骨重塑性疾病的研究提供新的深入认识，如骨质疏松症，该疾病对于老龄社会来说构成巨大负担。
发现论文，激发创造
  • 条件归一化流的快速光场三维显微镜，具有分布外检测和自适应能力

    本文提出了一种基于条件归一化流的新架构，可实现快速三维立体重建，对于实时三维采集和潜在分析非常适用，并能够实现精确的似然度计算，从而进行分布监测、基于样本检测的重训练。

    Jun, 2023

  • 形变多模态图像配准用于光学测量与组织学图像的相关性

    利用深度学习技术，通过自动多模式图像配准方法，将快照乳房标本图像与对应的组织学图像进行对齐，以提高光学技术验证的准确性。

    Nov, 2023

  • 从射频数据学习超分辨率超声定位显微镜

    通过将未经处理的射频数据输入到超分辨率网络中，本文提出了绕过 DAS 波束成形及其限制的方法，以提高超声定位显微镜（ULM）的分辨率性能。通过对公开数据集的评估，我们的结果表明，排除 DAS 波束成形具有优化 ULM 分辨率性能的巨大潜力。

    Nov, 2023

  • BigFUSE: 双视透射光片荧光显微镜中全局上下文感知图像融合与图像形成优先

    通过考虑样本中光子传播的全局影响，并根据局部图像质量确定焦点和散焦，BigFUSE 稳定了 LSFM 中的图像融合，该方法是第一个能够在融合信息时排除结构性伪影的双视图 LSFM 图像融合器。

    Sep, 2023

  • MSKdeX：从 X 光图像中进行肌肉骨骼分解，精细估计瘦体肌肉量和肌肉体积

    提出了一种被称为 MSKdeX 的算法，可以通过肌肉骨骼分解库，将 X 射线图像分解为肌肉 CT 图像的投影并估算肌肉性质参数，该方法在 539 个患者的数据集上测试表现良好（平均皮尔森相关系数从 0.46 提高到 0.863），对于肌肉骨骼疾病的诊断有很大的应用前景。

    May, 2023

  • FluoroSAM：X 射线图像分割的语言对齐基础模型

    通过 FluoroSAM 模型，该研究针对医学 X 光图像，基于文本提示，在解剖结构分割方面表现出色，并且具有零样本泛化能力，能够扩展到未经训练的图像类别，从而推进医学诊断和干预的自动化分析。

    Mar, 2024

  • 野外匹配：学习用于多模态图像的解剖嵌入

    为了解决不同 FOV 的图像对齐问题，本文提出了一种名为 Cross-SAM 的新方法，该方法利用嵌入学习和 CT-MRI 注册的迭代过程，以实现跨模态匹配，并在 CT-MRI 仿射注册数据集上表现出鲁棒性，明显优于其他方法，达到了最先进的性能。

    Jul, 2023

  • 多分辨率融合的全自动颅面测量地标检测

    针对侧面头颅 X 射线图片的颅测定点检测在特定牙科疾病诊断中起着关键作用，通过以多个分辨率作为输入整合多种感受野的图像金字塔结构来训练一系列具有不同感受野的模型，其对不同的定点具有不同的检测准确率影响。此外，我们还采用了多种数据增强技术来增强模型在不同设备和测量选择方面的鲁棒性。我们将这种方法应用于 2023 年侧面头颅 X 射线图像颅测定点检测挑战中，在最终测试阶段实现了 1.62 mm 的平均径向误差（MRE）和 74.18% 的成功检测率（SDR）。

    Oct, 2023

  • 自主机器学习增强 X 射线单颗粒成像重建

    本研究提出了一种端到端的自监督机器学习方法，通过仅仅使用衍射图像来恢复粒子方向并估计倒易空间强度，从而在 X 射线自由电子激光器的实验条件下展示了卓越的鲁棒性和显著增强的重建能力，标志着在目前 XFEL 上实施的单颗粒成像中的范式转变。

    Nov, 2023

  • 多模式遥感图像快速鲁棒匹配技术

    该研究提出了一种快速而强韧的匹配框架，该框架将局部描述符与 3DFFT 技术相结合，用于不同模态数据的图像配准。实验结果表明，该框架比现有方法具有更优的匹配性能。

    Aug, 2018