統計的特徴に基づくデノイジングによる高速高分解能透過電子顕微鏡撮像
arXiv cs.CV / 2026/3/20
💬 オピニオンModels & Research
要点
- 本論文は、急速な核形成の観察時のノイズを緩和するための、高分解能透過電子顕微鏡（TEM）画像向けの統計的特徴に基づくデノイジングネットワーク（SCGN）を提案する。
- 局所の偏差特性に基づく空間位置ごとの畳み込み演算を選択する、空間的偏差ガイド付き重み付けを採用している。
- 周波数帯域特性に応じて信号を強化し周波数領域でノイズを抑制する、周波数帯域ガイド付き重み付けも用いている。
- 著者らはHRTEM特有のノイズ較正法を開発し、無秩序な構造と現実的な画像ノイズを含むデータセットを構築して、実画像に対する頑健なデノイジングを実現している。
- 合成データおよび実データでの実験は、SCGNが最先端手法を上回り、局在化タスクを改善することを示しており、コードはGitHubで公開予定である。
