题目：基于扩展的Stein无偏风险估计的图像训练去噪系统
报告人：简云翔
主题是一种基于深度神经网络的图片去噪器训练方法e-SURE，并在此基础上拓展到医学影像领域。首先阐述了什么是图片中的噪声以及对图片进行去噪处理的意义，之后结合了两种性能较好的去噪器训练方法SURE以及Noise2Noise介绍了e-SURE的核心思想，特点及优势，e-SURE其实就是结合了上述两种去噪方法思想对SURE的拓展。最后将此方法迁移到医学影像的去噪上，并结合图像分割进行了实际实验对此效果进行了评估。
老师建议：
①深度学习提取的系数与噪音影像数据的关系应该讲解的更加仔细；
②可以用真实的医学图片重新训练去噪器代替现在的迁移训练看看去噪效果是否有所提升。
相关资料：
[1]Magauiya Zhussip, Shakarim Soltanayev, Se Young Chun“Extending Stein’s unbiased risk estimator to train deep denoisers with correlated pairs of noisy images” arXiv, 2019.
