Daily Arxiv

전 세계에서 발간되는 인공지능 관련 논문을 정리하는 페이지 입니다.
본 페이지는 Google Gemini를 활용해 요약 정리하며, 비영리로 운영 됩니다.
논문에 대한 저작권은 저자 및 해당 기관에 있으며, 공유 시 출처만 명기하면 됩니다.

EndoIR: Degradation-Agnostic All-in-One Endoscopic Image Restoration via Noise-Aware Routing Diffusion

Created by
  • Haebom
Category
Empty

저자

Tong Chen, Xinyu Ma, Long Bai, Wenyang Wang, Yue Sun, Luping Zhou

개요

Endoscopic 이미지에서 흔히 발생하는 다양한 종류의 열화(저조도, 연기, 출혈 등)를 단일 모델로 복원하는, 모든 종류의 열화에 대응하는 확산 기반 프레임워크 EndoIR을 제안합니다. Dual-Domain Prompter를 통해 공간-주파수 특징을 추출하고, 적응형 임베딩으로 공유 및 작업별 단서를 조건으로 인코딩합니다. Dual-Stream Diffusion 아키텍처와 Rectified Fusion Block을 사용하여 입력 데이터를 개별적으로 처리하고 구조화된 방식으로 통합하며, Noise-Aware Routing Block은 잡음 관련 특징만 동적으로 선택하여 효율성을 높입니다. SegSTRONG-C 및 CEC 데이터셋에 대한 실험을 통해 여러 열화 시나리오에서 SOTA 성능을 달성했으며, 다운스트림 분할 실험을 통해 임상적 유용성을 확인했습니다.

시사점, 한계점

•
시사점:
◦
단일 모델로 다양한 내시경 이미지 열화 복원 가능.
◦
기존 방법의 한계를 극복하여 실제 임상 환경에서의 사용 가능성 증대.
◦
SOTA 성능 달성 및 적은 파라미터 사용.
◦
다운스트림 분할 실험을 통해 임상적 유용성 입증.
•
한계점:
◦
구체적인 한계점은 논문 내용에서 명시되지 않음. (논문 요약만 제공)
◦
EndoIR의 실제 임상 적용 시의 성능 및 안전성에 대한 추가적인 검증 필요.
◦
특정 유형의 열화에 대한 성능 저하 가능성.
👍
Made with Slashpage