基于对抗式残差密集深度神经网络的CT稀疏重建
杜聪聪
乔志伟
山西大学计算机与信息技术学院,太原030006
摘要：针对计算机断层成像稀疏重建过程中产生条状伪影的问题,本文提出一种基于对抗式残差密集深度神经网络的CT图像高精度稀疏重建方法.设计一种耦合残差连接、密集连接、注意力机制和对抗机制的UNet网络,以含条状伪影图像和高精度图像作为训练样本,通过大规模训练数据,对该网络进行训练,使其具有压制条状伪影的能力.首先,利用滤波反投影算法从稀疏投影中重建出含条状伪影的CT图像;接着,将其输入深度网络,通过网络压制条状伪影;最后,得到高精度的重建图像.实验结果表明,相比于现有的若干深度学习算法,提出的新型网络重建出的图像精度更高,可以更好地压制条状伪影.
关键词：稀疏重建CTUNet对抗机制注意力机制
分类号：O242(计算数学)TP391.41(计算技术、计算机技术)
资助基金：国家自然科学基金(62071281)山西省重点研发计划(EPRI;201803D421012)山西省回国留学人员科研资助项目(2020-008)
论文发表日期：2022-03-28
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：10( 163-172 )
英文信息