#870
summarized by : Takaya Yamazoe
Fast Spatio-Temporal Residual Network for Video Super-Resolution

どんな論文か?

一般的にCT画像では金属周辺に金属アーチファクトが生じることが知られており、輪郭などが歪められるため診断に悪影響を及ぼす。金属アーチファクト低減処理(MAR)にDNNを用いた手法が研究されてきたが、CT画像の復元は限定的である。本研究では、金属アーチファクトが生じたCT画像を復元するためにDuDoNetを提案する。
placeholder

新規性

金属インプラントが高層で消失してしまう問題に対してmask pyramid U-Netを提案したこと。2つのドメイン間の学習に有効なRadon inversion layer(RIL)の提案。RILを効率的に学習させるためのRadon consistency lossの提案。

結果

既存手法とSSIMの指標で比較し、優位性を示した。また、計算速度においての優位性も示した。

その他(なぜ通ったか?等)