基于子空间投影和边缘增强的低剂量CT去噪
魏屹立1
杨子元1
夏文军1
汪涛1
张意2
1.四川大学计算机学院,成都6100652.四川大学计算机学院,成都610065;四川大学网络安全学院,成都610065
摘要：低剂量计算机断层扫描(CT)是一种相对安全的疾病筛查手段,但低剂量CT图像往往包含较多噪声和伪影,严重影响医生的诊断.针对该问题,本文提出一种基于子空间投影和边缘增强网络(SPEENet).SPEENet为自编码器结构,包含双流编码器和解码器两个主要模块.双流编码器可以被分为噪声图像编码流及边缘信息编码流两部分,噪声图像编码流对低剂量CT图像进行特征提取,利用图像特征去除低剂量CT中的噪声和伪影;边缘信息编码流部分主要关注低剂量CT图像的边缘信息,利用边缘信息保护图像结构.为充分利用编码器特征,本文引入噪声基投影模块,构建基于编码器和解码器特征的基,并利用该基将编码器提取的特征投影到对应的子空间,获取更好的特征表示.本文在公开数据集上进行实验以验证提出网络的有效性,实验结果表明,相较于其他低剂量CT去噪网络,SPEENet可以取得更好的去噪效果.
关键词：深度学习自编码器低剂量CT子空间投影边缘信息
分类号：O242(计算数学)TP391.41(计算技术、计算机技术)
资助基金：四川大学"从0到1"创新研究项目(2022SCUH0016)四川省杰出青年科技人才项目(2021JDJQ0024)
论文发表日期：2022-11-28
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：9( 721-729 )
英文信息