基于特定损失函数GAN的高质量CT图像预测

林锦秋; 陈胜; 何慧; 蔡源桃

首页> 中文期刊> 《控制工程》 >基于特定损失函数GAN的高质量CT图像预测

基于特定损失函数GAN的高质量CT图像预测

开具论文收录证明 >>

期刊封面封底目录下载 >>

文献代查 >>

页面导航

摘要
著录项
相似文献
相关主题

摘要

高放射剂量CT增加了患癌的风险,因此,针对治疗计划系统研究了超低剂量CT,但其含有的噪声造成诊断结果有较高的假阳性。针对上述问题,提出一种基于超低剂量CT预测高剂量CT的方法,并通过比较多种不同低剂量CT图像预测的高剂量CT图像,评估如何在保证图像质量的同时使放射剂量尽可能低。首先,基于改进的生成对抗网络模型提出一种特定损失函数,该损失函数可以有效地优化图像质量。然后,分别用10 mA·s,25 mA·s,100 mA·s和150 mA·s的低剂量CT图像数据训练不同的模型,最终在超低剂量CT中预测出令人满意的高剂量CT图像。为了验证算法的有效性,对预测结果进行主、客观评价并与存在的算法进行比较。实验结果表明,该模型可以基于10 mA·s的超低剂量预测高剂量图像的同时保证图像质量。

著录项

来源
《控制工程》 |2021年第5期|1012-1019|共8页
作者
林锦秋; 陈胜; 何慧; 蔡源桃;
展开▼
作者单位

上海理工大学光电信息与计算机工程学院;

展开▼
原文格式 PDF
正文语种 chi
中图分类信息处理（信息加工）;
关键词
超低剂量CT; 治疗计划系统; 图像预测; 生成对抗网络;

相似文献

中文文献
外文文献
专利

1. 基于GDL损失函数U-net神经网络在放疗定位CT图像上对甲状腺分割的初步研究 [J] . 文晓博 ,袁美芳 ,赵彪 . 山西医科大学学报 . 2021,第3期
2. 基于GAN的岩石CT图像超分辨算法 [J] . 朱联祥 ,仝文东 ,裴圣武 . 信息与电脑 . 2022,第22期
3. 一种基于图像变换预测的自监督GAN模型 [J] . 韩派 ,李雅琴 ,阮冰 . 武汉轻工大学学报 . 2021,第2期
4. 一种基于图像变换预测的自监督GAN模型 [J] . 韩派 ,李雅琴 ,阮冰 . 武汉工业学院学报 . 2021,第2期
5. 基于非局部自相似图像块字典学习的伪CT图像预测 [J] . 胡永生 ,张立毅 . 信号处理 . 2017,第3期
6. 基于特定理论工具的图像分割方法综述 [C] . 王孝国 ,王景玉 ,张雄伟 . 第九届全国青年通信学术会议 . 2004
7. 基于工业CT切片图像的高质量三角网格模型的生成方法研究 [A] . 薛涛 . 2014

基于特定损失函数GAN的高质量CT图像预测

摘要

著录项

相似文献

相关主题

期刊订阅