網膜眼底ビデオの質の高い自己評価を備えたマルチフレームの超解像度

このペーパーでは、網膜眼底イメージングの複数の低解像度ビデオフレームから高解像度の眼底画像を再構築するための新しい超解像度フレームワークを提案します。検査中の自然の眼の動きは、堅牢な最大Aポステリオリスキームの超解像度のキューとして使用されます。眼底での不均一な照明を補うために、測光登録の遡及的照明補正を基礎となるイメージングモデルに統合します。私たちの方法は、質の高い自己評価を利用して、再構築された画像の客観的な品質スコアを提供し、正規化パラメーターを自動的に選択します。低コストのビデオカメラを使用した6人の人間の被験者から取得した実際のデータに関する評価では、提案された方法は、低解像度フレームとノイズとシャープネスの特性の改善のかなりの強化を74％達成しました。画像分析の観点から、自動血管セグメンテーションを改善するための方法の重要性を実証します。アプリケーションの例として、超解像度の再構築を使用して感度が13％増加しました。

This paper proposes a novel super-resolution framework to reconstruct high-resolution fundus images from multiple low-resolution video frames in retinal fundus imaging. Natural eye movements during an examination are used as a cue for super-resolution in a robust maximum a-posteriori scheme. In order to compensate heterogeneous illumination on the fundus, we integrate retrospective illumination correction for photometric registration to the underlying imaging model. Our method utilizes quality self-assessment to provide objective quality scores for reconstructed images as well as to select regularization parameters automatically. In our evaluation on real data acquired from six human subjects with a low-cost video camera, the proposed method achieved considerable enhancements of low-resolution frames and improved noise and sharpness characteristics by 74%. In terms of image analysis, we demonstrate the importance of our method for the improvement of automatic blood vessel segmentation as an example application, where the sensitivity was increased by 13% using super-resolution reconstruction.