基于CNN的小波域低剂量CT图像去噪算法研究

摘要：

射线计算机断层扫描(CT)在医学显像方面性能优异,但是CT成像也会产生辐射等问题,而且CT成像质量与辐射剂量呈正相关的关系,因此提高低剂量CT(LDCT)图像的质量是医学和工学学科共同关注的课题.通过两阶段的残差卷积神经网络(TS-RCNN)来降低噪声和增强细节,可以有效提高LDCT图像质量,与其他方法相比,此方法在均方误差(MSE)、结构相似度(SSIM)、峰值信噪比(PSNR)方面都取得了良好的结果,在纹理特征和结构特征的实验比较中同样展现了良好的性能.

关键词：低剂量CT、图像去噪、平稳小波变换、残差神经网络

所属期刊栏目：18

分类号：TP305(计算技术、计算机技术)

资助基金：教育部提质培优继续教育网络课程项目2020tzpy1802

在线出版日期：2022-10-20（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：82-85