非線形デコンボリューションと非線形深層学習による8K内視鏡焦点深度最適化の研究

利用非线性反卷积和非线性深度学习的8K内窥镜景深优化研究

基本信息

批准号：
18H03216
负责人：
合志清一
金额：
$ 10.98万
依托单位：
Kogakuin University
依托单位国家：
日本
项目类别：
Grant-in-Aid for Scientific Research (B)
财政年份：
2018
资助国家：
日本
起止时间：
2018-04-01 至 2021-03-31
项目状态：
已结题

项目摘要

本研究成果として論文２編（査読有）、国際会議招待講演1件、国際会議発表7件（全て査読有）、国内口頭発表7件を行った。申請計画を前倒しして、平成30年度中にフォーカスのずれた８Ｋ内視鏡映像の0.02mmの手術用の糸が見える高解像度化手法を考案した。研究成果は昨年度から本年度にかけて国際学会で報告予定である。静止画用の手法としてTotal Variationを用いた高解像度化に成功しており、動画像用の手法として非線形超解像による画質改善に非線形信号処理を用いて正解を上げた。いずれの手法もノイズ低減と解像増度向上という、相反する研究課題を残しているものの今後のパラメータ調整により性能向上が期待できる。新たに判明した課題としてノイズが上げられる。平成30年の研究により、8K内視鏡映像には予想以上にノイズが多いことも判明した。ノイズは高精細成分と共に高周波成分である。この両者は周波数分離だけでは区分できないので、新たな手法が必要である事も判明した。平成31年度は8K内視鏡におけるノイズの研究も平行して実施することが必要と考えている。深層学習による解像度向上は、基本プログラムが完成しており、現在、多数の画像を用いた学習を行っている。深層学習による高解像度化も、予定を前倒しし本年度中に完了させる予定である。

本研究成果包括两篇论文（经过同行评审）、一篇国际会议特邀报告、七篇国际会议报告（全部经过同行评审）和七篇国内口头报告。我们提出了应用计划，并设计了一种高分辨率方法，到2018年底，我们将能够在失焦8K内窥镜图像中看到0.02毫米的手术线。研究成果预计将在去年至今年的国际学术会议上进行报告。作为静态图像的方法，我们成功地利用Total Variation提高了分辨率，作为动态图像的方法，我们利用非线性超分辨率和非线性信号处理提高了图像质量。尽管这两种方法在降噪和分辨率提高方面存在相互矛盾的研究问题，但通过参数调整可以预期未来的性能改进。噪音被认为是一个新发现的问题。 2018 年的研究表明，8K 内窥镜图像包含的噪声比预期更多。噪声是高频成分，也是高清晰度成分。还发现需要一种新方法，因为仅通过频率分离无法区分这两种类型。 2019财年，我们认为有必要对8K内窥镜的噪声进行并行研究。通过深度学习提高分辨率的基本程序已经完成，目前正在使用大量图像进行学习。使用深度学习的高分辨率工作也计划在本财年末提前完成。