SSNMFベースのVAEによる網膜断層画像のノイズ低減手法の提案

カテゴリ: 研究会(論文単位)

論文No: ST20048,CT20114

グループ名: 【C】電子・情報・システム部門 システム/【C】電子・情報・システム部門 制御合同研究会

発行日: 2020/12/13

タイトル(英語): A proposal of noise reduction method for retinal tomographic images by SSNMF-based VAE

著者名: 馬場 祐輔(東京理科大学大学院),原田 拓(東京理科大学)

著者名(英語): Yusuke Baba(Tokyo University of Science),Taku Harada(Tokyo University of Science)

キーワード: 光干渉断層計|網膜断層画像|ノイズ低減|半教師非負値行列因子分解|変分オートエンコーダ|モンテカルロイクスペクテーションマキシマイゼーション|optical coherence tomography|retinal tomographic image|noise reduction|semi-supervised non-negative matrix factorization|variational autoencoder|monte carlo expectation maximization

要約(日本語): 眼底光干渉断層計画像の撮影範囲や画質は向上してきており，スペックルノイズやホワイトノイズ等のノイズに対しても加算平均処理によって画質を向上させている．しかし，加算平均処理は撮影時間が増加してしまうため，被験者への負担がかかる．本論文では，加算平均処理を行わずに網膜の断層画像に含まれるノイズを低減するために，半教師非負値行列因子分解（SSNMF）をベースとしたVAEモデルを適用する方法を提案する．

要約(英語): The quality of the fundus optical coherence tomography image has been improved by additive averaging process for speckle noise and white noise. However, the additive averaging process increases the shooting time and imposes a burden on a subject. In this paper, we propose a method of applying a semi-supervised non-negative matrix factorization (SSNMF) based VAE model to noisy retinal tomographic images for reducing noise without additive averaging process.

原稿種別: 日本語

PDFファイルサイズ: 1,187 Kバイト