Skip to main content
Fachgebiete
Automobil + Motoren Bauwesen + Immobilien Business IT + Informatik Elektrotechnik + Elektronik Energie + Nachhaltigkeit Finance + Banking Management + Führung Marketing + Vertrieb Maschinenbau + Werkstoffe Versicherung + Risiko
DE
EN
Bücher
Zeitschriften
Themenseiten
Organisationspsychologie Projektmanagement Marketing Smart Manufacturing
Weitere Formate
Podcasts Webinare Technik Webinare Wirtschaft Kongresse Veranstaltungskalender Awards
Jetzt Einzelzugang starten
Zugang für Unternehmen
Referenzkunden
SLX-Digitalkonferenz: Zukunftswerkstatt 2024

Mehr Umsatz mit Top-Kontakten

Am 7. Mai erfahren Sie, wie Vertriebsteams Leadgenerierung, Leadnurturing und Leadstrategien effizient steuern können.
Erweiterte Suche
Anmelden
nach oben
Erschienen in:
Pathological Hand Tremor Measurement—Challenges and Advances Kapitel lesen Erstes Kapitel lesen

2018 | OriginalPaper | Buchkapitel

Single Image Super-Resolution for MRI Using a Coarse-to-Fine Network

verfasst von : Jia Liu, Fang Chen, Huabei Shi, Hongen Liao

Erschienen in: 2nd International Conference for Innovation in Biomedical Engineering and Life Sciences

Verlag: Springer Singapore

Einloggen

Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.

search-config
loading …

Abstract

Single Image Super-Resolution (SISR) which aims to recover a high resolution (HR) image from a low-resolution (LR) image has a wide range of medical applications. In this paper, we present a novel Super-Resolution Coarse-to-Fine Network (SRCFN) that recovers the finer texture details strongly and enables precise high-frequency detail to address this challenging task. First, we apply some residuals units to achieve a coarse Super-Resolution result. Second, we add a fine module using the idea of segmentation networks to combine more high-frequency detail into the coarse results for final Super-Resolution results. In addition, we use a combined loss function of Mean square error loss and SSIM loss. Our proposed method applied to medical MRI outperforms previous methods of accuracy (PSNR and SSIM) and visual improvements.

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

  • über 102.000 Bücher
  • über 537 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Maschinenbau + Werkstoffe
  • Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 390 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Maschinenbau + Werkstoffe




 

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 340 Zeitschriften

aus folgenden Fachgebieten:

  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Versicherung + Risiko




Jetzt Wissensvorsprung sichern!

Jetzt informieren
Vorheriges Kapitel Positively Charged Silver Nanoparticles as Labels for Paper-Based Colorimetric Detection of Heparin
Nächstes Kapitel High-Quality 3D Autostereoscopic Medical Display Method with Optical Enhancement and Image Compensation
Literatur
1.
Nasrollahi, K., Moeslund, T.B.: Super-resolution: a comprehensive survey. Mach. Vis. Appl. 25(6), 1423–1468 (2014)CrossRef
2.
Yang, C.Y, Ma, C, Yang, M.H.: Single-image super-resolution: a benchmark. In: European Conference on Computer Vision, pp. 372–386. Springer, Cham (2014)
3.
Duchon, C.E.: Lanczos filtering in one and two dimensions. J. Appl. Meteorol. 18(8), 1016–1022 (1979)CrossRef
4.
Yang, J., Wright, J., Huang, T.S., et al.: Image super-resolution via sparse representation. IEEE Trans. Image Process. 19(11), 2861–2873 (2010)MathSciNetCrossRefMATH
5.
Zeyde, R., Elad, M., Protter, M.: On single image scale-up using sparse-representations. In: International conference on curves and surfaces, pp. 711–730. Springer, Berlin, Heidelberg (2010)
6.
Glasner, D., Bagon, S., Irani, M.: Super-resolution from a single image. In: Computer Vision, 2009 IEEE 12th International Conference on, pp. 349–356. IEEE (2009)
7.
Pérez-Pellitero, E., Salvador, J., Ruiz-Hidalgo, J., et al.: PSyCo: manifold span reduction for super resolution. In: Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition, pp. 1837–1845. (2016)
8.
Salvador, J., Pérez-Pellitero, E.: Naive bayes super-resolution forest. In: Proceedings of the IEEE International Conference on Computer Vision, 325–333. (2015)
9.
Dong, C., Loy, C.C., He, K., et al.: Learning a deep convolutional network for image super-resolution. In: European Conference on Computer Vision, pp. 184–199. Springer, Cham (2014)
10.
Kim, J., Lee, J.K., Lee, K.M.: Deeply-recursive convolutional network for image super-resolution, 1637–1645 (2015)
11.
He, K., Zhang, X., Ren, S., et al.: Deep residual learning for image recognition. In: Proceedings of the IEEE conference on computer vision and pattern recognition, 770–778. (2016)
12.
Wang, Z., Bovik, A.C., Sheikh, H.R., et al.: Image quality assessment: from error visibility to structural similarity. IEEE Trans. Image Process. 13(4), 600–612 (2004)CrossRef
13.
Menze, B.H., Jakab, A., Bauer, S., et al.: The multimodal brain tumor image segmentation benchmark (BRATS). IEEE Trans. Med. Imaging 34(10), 1993–2024 (2015)CrossRef
Metadaten
Titel
Single Image Super-Resolution for MRI Using a Coarse-to-Fine Network
verfasst von
Jia Liu
Fang Chen
Huabei Shi
Hongen Liao
Copyright-Jahr
2018
Verlag
Springer Singapore
Buch
2nd International Conference for Innovation in Biomedical Engineering and Life Sciences

Print ISBN: 978-981-10-7553-7

Electronic ISBN: 978-981-10-7554-4

Copyright-Jahr: 2018

DOI
https://doi.org/10.1007/978-981-10-7554-4_42

Neuer Inhalt

    Bildnachweise