基于深度学习的CT图像金属伪影去除研究进展
叶子豪1
金潼1
车子刚2
王士森2
刘进3
陈阳4
1.安徽工程大学计算机与信息学院,安徽 芜湖 2410002.东南大学医学院附属南京同仁医院放射科,南京 2111023.安徽工程大学计算机与信息学院,安徽 芜湖 241000;东南大学计算机科学与工程学院,南京 2100964.东南大学计算机科学与工程学院,南京 210096
摘要：金属伪影是影响临床CT图像质量与诊断准确性的主要干扰因素,去除CT图像中的金属伪影一直是业界研究的重要方向.近年来,深度学习技术的发展与应用,为CT图像金属伪影去除算法研究开辟了新途径,涌现出大量优秀成果.本文首先阐述CT图像中金属伪影产生的原因及表现形式,其次从图像域、投影域及双域 3个方向,综述近年来深度学习在CT图像金属伪影去除领域中的研究进展,最后对现有方法进行概括总结,并对金属伪影去除的研究前景进行展望.
关键词：CT图像金属伪影去除深度学习双域无监督学习
分类号：TP391.4(计算技术、计算机技术)TP18(自动化基础理论)
资助基金：国家自然科学基金(T2225025)安徽省中青年教师培养行动项目(YQZD2023041)
论文发表日期：2026-01-31
在线出版日期：2026-03-06（本平台首次上网日期，不代表文献的发表时间）
页数：13( 15-27 )
英文信息