基于卷积神经网络的能谱CT射束硬化伪影抑制方法 |
| |
引用本文: | 史再峰,谢向桅,曹清洁,等.基于卷积神经网络的能谱CT射束硬化伪影抑制方法[J].南开大学学报,2021,54(2):74-79,84. |
| |
作者姓名: | 史再峰 谢向桅 曹清洁 等 |
| |
作者单位: | 天津大学微电子学院,天津300072;天津市成像与感知微电子技术重点实验室,天津300072;天津大学微电子学院,天津300072;天津师范大学数学科学学院,天津300387 |
| |
基金项目: | 国家自然科学基金;天津市自然科学基金 |
| |
摘 要: | X射线能谱CT探测器可以通过一次扫描,对两个不同的能量区间进行图像重建,由于重建算法基于单色X 射线源的假设,低能量重建图像会存在明显的射束硬化伪影. 为此提出了一种用于校正射束硬化伪影的卷积神经网络结构,使用大规模的体模样本进行训练:利用低能和高能重建图像共同作为网络输入以提取伪影特征,通过最小化输出和无伪影图像之间的均方误差来对低能图像进行校正.在两种不同能谱组合中的测试结果证明了该方法可以在保留物质结构特征的基础上抑制射束硬化伪影,校正后低能图像的峰值信噪比大约提高了20 dB.
|
关 键 词: | 能谱CT 射束硬化伪影 卷积神经网络 |
本文献已被 CNKI 万方数据 等数据库收录! |
| 点击此处可从《南开大学学报》浏览原始摘要信息 |
| 点击此处可从《南开大学学报》下载免费的PDF全文 |
|