基于3MNet去噪网络的快速EPRI成像
钱佩璋
乔志伟
杜聪聪
山西大学计算机与信息技术学院,太原030006
摘要：电子顺磁共振成像(EPRI)是一种先进的氧成像技术.当前EPRI的瓶颈问题是扫描速度过慢,其原因是每个角度下的投影信号需要被重复采集几千次,以压制随机噪声.一种实现快速扫描的方法是减少投影信号的重复采集次数,然而这又使得投影信号信噪比降低,重建出来的图像噪声较大.为有效压制重建图像中的噪声,本文提出一种基于多通道、多尺度、多拼接的(3MNet)图像去噪网络,以实现高精度快速EPRI成像.该网络由3个子网络构成.第1个子网络是基于注意力机制的卷积网络,其输出的特征图像与输入图像拼接以构成后端网络的输入;第2个子网络是3通道卷积网络;第3个子网络是多尺度卷积网络.实验结果表明,本文提出的3MNet网络可以实现EPRI图像的高精度去噪,进而实现快速成像.
关键词：深度学习卷积神经网络电子顺磁共振成像快速成像
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)中央引导地方科技发展资金项目(YDZJSX2021A003)山西省回国留学人员科研资助项目(2020-008)
论文发表日期：2023-01-28
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：12( 55-66 )
英文信息