基于多尺度边缘提取和加权卷积稀疏编码的低剂量CT去噪算法

颜溶標; 刘文婷; 谷亚男; 王磊; 刘祎

首页> 中文期刊> 《国外电子测量技术》 >基于多尺度边缘提取和加权卷积稀疏编码的低剂量CT去噪算法

基于多尺度边缘提取和加权卷积稀疏编码的低剂量CT去噪算法

开具论文收录证明 >>

文献代查 >>

页面导航

摘要
著录项
相似文献
相关主题

摘要

大多数现有的基于卷积神经网络的低剂量计算机断层扫描（LDCT）去噪算法像一个“黑匣子”,优化过程缺乏直观的逻辑性，而且容易产生模糊的结果。为了解决这些问题，提出一种结合加权卷积稀疏编码和卷积神经网络的可解释的LDCT去噪模型。该模型考虑卷积稀疏特征图与噪声/伪影分布的关联，在目标函数上给卷积稀疏特征图附加可学习的权重，利用加权迭代软阈值算法寻求目标函数的最优解。用通道注意力来学习卷积稀疏特征图上附加的权重，用设计的多尺度边缘提取模块解决因丢失纹理细节而导致的图像模糊问题。在AAPM公开数据集上的实验结果表明，相对于几种领先的去噪算法，所提算法对噪声/伪影的抑制效果明显，去噪结果保留了更多的纹理细节。

著录项

来源
《国外电子测量技术》 |2022年第9期|9-15|共7页
作者
颜溶標; 刘文婷; 谷亚男; 王磊; 刘祎;
展开▼
作者单位

中北大学动态测量技术国家重点实验室;

展开▼
原文格式 PDF
正文语种 chi
中图分类电子计算机扫描;
关键词
低剂量CT; 加权卷积稀疏编码; 卷积神经网络; 通道注意力; 多尺度边缘提取;

相似文献

中文文献
外文文献
专利

1. 基于深度多尺度卷积稀疏编码的图像去噪算法 [J] . 尹海涛 ,王天由 . 计算机科学 . 2023,第4期
2. 一种基于边缘提取和渐进非局部均值的快速低剂量CT图像去噪算法 [J] . 王耀鹏 ,贾丽娜 ,刘卓 . 测试技术学报 . 2023,第3期
3. 基于跨尺度边缘增强深度卷积神经网络的低剂量CT图像去噪 [J] . 王同罕 ,吴通 ,贾惠珍 . 东南大学学报:自然科学版 . 2023,第2期
4. 基于全卷积神经网络的低剂量CT去噪算法 [J] . 洪启帆 ,玄祖兴 ,李雅馨 . 中国医学物理学杂志 . 2023,第6期
5. 基于多尺度生成对抗网络的低剂量CT去噪算法 [J] . 高文波 ,孔慧华 ,连祥媛 . 国外电子测量技术 . 2021,第8期
6. 基于卷积神经网络的低剂量CT图像肺结节检测 [C] . Sun Jiaojiao ,孙娇娇 ,Gong An . 2018年全国高性能计算学术年会 . 2018
7. 低剂量CT投影数据多尺度去噪算法的研究 [A] . 张珠 . 2009

基于多尺度边缘提取和加权卷积稀疏编码的低剂量CT去噪算法

摘要

著录项

相似文献

相关主题

期刊订阅