国内刊号:44-1627/R
国际刊号:1673-4254
发布日期:
作者:和法伟, 王永波, 陶 熙, 朱曼曼, 洪梓璇, 边兆英, 马建华
单位:南方医科大学生物医学工程学院,广东 广州 510515;琶洲实验室,广东 广州510330
关键词:投影数据恢复;低剂量螺旋CT成像;深度学习;噪声估计,
目的 构建任意低剂量水平下螺旋CT投影数据恢复模型。方法 首先,利用噪声估计模块估计任意低剂量水平的投影数据噪声方差图;然后利用估计出的噪声方差图指导投影数据进行恢复,即投影数据恢复模块;最后,采用滤波反投影算法进行图像重建。其中,噪声估计和投影数据恢复模块采用三维小波残差密集群网络结构,并利用非对称损失和全变分正则化进行约束。为验证方法的有效性,利用不同恢复模型分别对1/10、1/15常规剂量CT图像进行恢复,并与现有CT图像恢复网络IRLNet、REDCNN、MWResNet进行对比实验。 结果 在定量指标对比方面,本文提出的螺旋CT投影数据恢复方法相比于其他图像域恢复方法,结构相似性提升5.79%~17.46%(P<0.05);临床影像医师图像质量评分结果显示,评分比其他方法高7.19%~17.38%(P<0.05)。结论 本文提出的投影数据恢复模型能够有效抑制不同低剂量水平投影数据中的噪声和伪影,重建得到组织结构完整、高分辨率的CT图像。
来源:2022年第6期
《南方医科大学学报》期刊编辑部