弦图插值结合UNIT网络图像转换的CT金属伪影校正

摘要：

目的 本文提出一种结合弦图域插值和基于非监督图像转换网络(UNIT)的伪影校正模型,提升图像的质量.方法 将初步校正的图像与无伪影先验图像视为两个不同图像域内的元素,通过图像转换网络后可得到去除伪影的图像.采用仿真数据进行验证实验.采用PSNR与SSIM作为定量指标评估校正结果.结果 在仿真数据的实验中,与对比的去除伪影的方法相比,本文提出的方法获得了更好的效果,本文提出的方案保留了图像更多的组织结构的细节.与ADN算法相比,在金属较小时本文算法的PSNR提高了2.4449,SSIM提高了0.0023,在金属较大时,本文算法的PSNR提高了5.942,SSIM提高了0.0139.在金属有两个时,本文算法PSNR提高8.8388,SSIM提高0.0130.结论 本文提出的金属伪影校正的方法,可以有效去除金属伪影,并且提高图像质量,保留更多的组织结构细节.

关键词：CT金属伪影、投影插值、深度学习、图像转换

所属期刊栏目：43

分类号：TP391.4;R445.3;TN919.81

在线出版日期：2023-07-31（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：1214-1223