本帖最后由 123987 于 2019-5-28 10:00 编辑
昨日读书看到一篇**《基于超像素重建的多尺度B样条医学图像配准》，其中有这样一段话：“单张图像超分重建问题的解决可以被阐述成：输入低分影像，通过对一系列高低分影像对的学习，生成重建后的高分影像。每一个高分图像块的生成不仅和对应的低分图像块有关，还和相邻的高分图像块有关。前者决定准确性，后者决定局部兼容性和平滑性。”。对此我有两点疑问：1、将低分辨率影像重建成高分辨率影像本质上是一种图像数据插补技术，基本上是一种“无中生有”的技术。该技术是否成熟，准确性如何？将此技术应用于医疗领域是否严谨，毕竟西医的诊断和治疗是建立在大量现代的、可靠的、有效的检测技术基础上的。2、机器学习算法是否被滥用了？通过若干幅高低分图像对的学习，找出了某种所谓的内在规律，算法或公式，从而反向将低分辨率图像重建成高分影像。还有这种操作？！你是认真的吗？如果你为了写论文，拿学位大可以换个课题。反正这种技术应用在医疗图像处理领域我个人是反对的。毕竟人命关天。大家对此怎么看？欢迎留言探讨。 |
楼主
标题置顶
标题高亮
。
