Skoltech博士 學(xué)生Valeriya Pronina在ECCV 2020計(jì)算機(jī)視覺(jué)會(huì)議上介紹了她在顯微圖像恢復(fù)方面的工作。出于這項(xiàng)研究的想法，Valeriya獲得了法國(guó)政府的Ostrogradski獎(jiǎng)學(xué)金，并被邀請(qǐng)?jiān)诶锇簢?guó)家研究所的實(shí)驗(yàn)室進(jìn)行聯(lián)合研究法國(guó)應(yīng)用科學(xué)學(xué)院(INSA Lyon)。

Valeriya Pronina的研究在Skoltech大數(shù)據(jù)集科學(xué)與工程計(jì)算技術(shù)中心(CDISE)的Dmitry Dylov助理教授的指導(dǎo)下，展示了如何將深層的Wiener-Kolmogorov濾光片用于重建顯微圖像。事實(shí)是，通過(guò)生物物體顯微鏡獲得的圖像質(zhì)量通常會(huì)受到噪音的困擾，并且圖像經(jīng)常模糊。這會(huì)干擾對(duì)圖像中顯示的信息的充分感知，并可能導(dǎo)致例如錯(cuò)誤的診斷。深度學(xué)習(xí)算法的使用提供了更清晰，更無(wú)噪聲的圖像。

德米特里·迪洛夫(Dmitry Dylov)表示：“在許多現(xiàn)代深度學(xué)習(xí)文章中，作者都??嘗試使用一些簡(jiǎn)單明了的方法來(lái)改善圖像。也就是說(shuō)，該模型使用了一些數(shù)據(jù)并試圖直接近似所需的結(jié)果。在我們的工作中，我們受到了啟發(fā)變分和優(yōu)化問(wèn)題，其中的噪聲過(guò)濾和圖像恢復(fù)設(shè)備已經(jīng)得到了很好的研究;了解經(jīng)典過(guò)濾器的工作原理，我們使用深度神經(jīng)網(wǎng)絡(luò)來(lái)清洗圖像本身而不是清洗圖像，而是學(xué)習(xí)過(guò)濾參數(shù)。能夠勝過(guò)其他研究人員的當(dāng)前模型。”

Valeria Pronina說(shuō)：“由FrançoisePeyrin博士領(lǐng)導(dǎo)的CREATIS實(shí)驗(yàn)室研究團(tuán)隊(duì)從事斷層圖像和放射療法的研究，以及醫(yī)學(xué)成像方面的逆問(wèn)題。他們對(duì)針對(duì)特定信號(hào)的降噪算法的開(kāi)發(fā)產(chǎn)生了興趣。我非常高興能在CREATIS實(shí)驗(yàn)室，特別是在FrançoisePeyrin小組中進(jìn)行了為期三個(gè)月的聯(lián)合研究，并將開(kāi)發(fā)的方法應(yīng)用于最現(xiàn)代的顯微鏡，我感到非常高興。”

這些算法結(jié)合了經(jīng)典優(yōu)化和深度學(xué)習(xí)方法。這些方法可輕松調(diào)整，并在計(jì)算效率和圖像恢復(fù)精度之間進(jìn)行權(quán)衡。將來(lái)，我們計(jì)劃將提議的方法集成到處理暴露于模糊和噪聲的圖像的通用方案中，并通過(guò)實(shí)驗(yàn)室研究的特定顯微鏡獲得。