无监督的循环一致生成对抗网络去噪拉曼光谱
摘要：拉曼光谱学可以揭示细胞和组织的分子组成，因此可以用作强大的诊断工具，例如帮助识别疾病发生时分子含量的变化。但是，获取关于样品组成的可靠信息可能需要产生具有高信噪比的长时间采集光谱。这对实验工作流程构成了瓶颈，因此引发了对有效光谱去噪技术的需求。基于深度神经网络的去噪算法已被证明优于传统方法，但需要使用特定的配对数据集（即用长时间和短时间采集的相同样本集获取的光谱），这需要大量的工作来生成。在这里，我们提出了一种不需要配对数据的无监督去噪方法。我们将光谱去噪问题建模为风格转移任务，并展示循环一致性生成对抗网络相对于传统的去噪技术提供了显著的性能优势。
作者：Ciaran Bench, Mads S. Bergholt, Mohamed Ali al-Badri
论文ID：2307.00513
分类：Medical Physics
分类简称：physics.med-ph
提交时间：2023-08-02