mfvi dip 源码

MIDL2021提交代码MFVI深度映像优先 马尔特·托勒(MalteTölle),麦克斯·海因里希·拉夫斯(Max-Heinrich Laves),亚历山大·施莱夫 MIDL2021提交代码,用于医学成像逆问题的深场图像均值变分推理方法 抽象的 对于医学图像处理而言,利用卷积自动编码器网络的深层图像先验特性尤为有趣,因为它通过省略监督学习来避免产生幻觉。 它对较低频率的频谱偏差使其适用于诸如降噪和超分辨率之类的逆图像问题,但是必须应用手动提前停止才能充当低通滤波器。 在本文中,我们提出了一种使用平均场变分推理的深度图像先验贝叶斯新方法。 这样就可以在每个像素级别上进行不确定性量化,并且,如果在网络权重上分配正确的优先级,则无需提前停止。 我们使用带高斯过程回归的贝叶斯优化对权重参数进行优化,以实现重建精度。 我们评估了我们在各种模态下执行不同逆任务的方法,并证明了优化的权重先验算法优于以