基于通道注意力机制的工业CT图像去噪网络
何雨1
王成祥1
余维2
1.重庆师范大学数学科学学院,重庆 4013312.湖北科技学院光电传感与智能控制重点实验室,湖北 咸宁 437100;湖北科技学院生物医学工程与医学影像学院,湖北 咸宁 437100
摘要：在工业CT中,使用含噪的投影数据进行重建,会导致重建图像中的噪声增加,降低重建图像的信噪比(SNR).当投影数据质量较差时,经典的降噪和重建算法无法有效的去除噪声.为了提高CT重建图像的质量,本文提出一种基于深度学习的去噪方法.该方法将通道注意力机制模块嵌入到解码器阶段,通过自适应地调整通道的权重,从而提高网络在去噪过程更好地保留图像的结构细节.实验结果表明,所提方法能够显著地去除噪声并有效保护边缘细节,且在视觉效果和定量指标结果上都要优于其他对比方法.
关键词：深度学习通道注意力机制工业CT低信噪比图像去噪
分类号：TP18(自动化基础理论)TP391.41(计算技术、计算机技术)
资助基金：国家自然科学基金(62371184)重庆市教育委员会科学技术研究计划项目(KJQN202300535)咸宁市科技人才服务专项(2024RCFW007)重庆市自然科学基金(CSTB2023NSCQ-MSX0148)
论文发表日期：2025-07-31
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：8( 543-550 )
英文信息