RGB到高光谱：增强手术成像的光谱重建
原文中文，约2200字，阅读约需6分钟。发表于：。本研究解决了从RGB数据重建高光谱特征以增强手术成像的具体问题。通过评估基于卷积神经网络（CNN）和变换器模型的各种架构，发现变换器模型能够更有效地集成空间信息，从而提高光谱重建的准确性。研究结果为手术应用和实时手术环境中的临床使用开辟了新的研究方向。
研究探讨了从RGB数据重建高光谱特征以增强手术成像的技术。评估表明，变换器模型在整合空间信息和提高光谱重建准确性方面优于卷积神经网络。研究使用HeiPorSPECTRAL和内部神经外科数据集，提出了如SST-ReversibleNet和超级彩色化算法等深度学习方法，显著提升了高光谱图像重建的效率和准确性，为临床应用提供支持。
