Восстановление размытых изображений играет важную роль в различных задачах анализа медицинских изображений. Успешный алгоритм восстановления, основанный либо на традиционной оптимизации восстановления пикселей изображения, либо на глубоких сетях, требует большых мощностей для работы. Для решения задачи восстановления в этой статье предлагается использование automated learning registration algorithm (автоматизированный алгоритм регистрации AutoReg), который оптимизирует архитектуру нс , позволяя экспертам, не работающим с компьютерами, например, медицинским/клиническим пользователям, удобно находить готовые алгоритмы для различных ситуаций. В частности, используется трехуровневая структура нейронных сетей для определения архитектуры и целей оптимизации и регистрации с помощью механизма автоматического поиска и оптимизации. Мы проводили эксперименты по распознаванию изображений на объемных наборах данных . Обширные результаты показывают, что AutoReg может автоматически применять оптимальную сеть глубокой регистрации для больших объемов данных и достигать высокой производительности, а также значительно увеличивает эффективность вычислений по сравнению с архитектурами UNet (с 0,558 до 0,270 секунды для пары 3D-изображений ).
Подробнее в статье : https://arxiv.org/abs/2203.06810v1
