基于深度学习的医用锥形束CT图像散射伪影校正的研究进展

摘要：

医用计算机断层扫描成像系统中,X射线与物体相互作用产生的康普顿散射光子严重影响了图像质量,尤其在锥形束计算机断层扫描和多层探测器系统中.目前已有许多散射伪影校正方法,归纳为3类:硬件校正、软件校正、软硬件混合校正方法,但近年随着计算机计算能力的提高以及深度学习在医学图像处理领域的发展,出现了一些新的散射校正方法.本文首先介绍传统校正方法;然后详细介绍基于深度学习方法进行散射伪影校正,并将其分为基于图像域和基于投影域的深度学习方法,以及对不同的深度学习网络在散射伪影校正中的应用进行讨论;最后展望深度学习在多源计算机断层扫描技术中的应用前景.

关键词：X射线光学、深度学习、康普顿散射、锥形束CT、伪影校正

所属期刊栏目：32

分类号：O242;O434.1;TP319.41(计算数学)

资助基金：国家自然科学基金;上海市分子影像学重点实验室建设项目

在线出版日期：2023-04-23（万方平台首次上网日期，不代表论文的发表时间）

页数：共12页

页码：285-296