基于编解码器生成对抗网络的CT去噪

摘要：

针对生成对抗网络在训练中损失函数收敛慢,难以恢复图像细节的问题,提出一种基于编解码器与多尺度损失函数的生成对抗网络模型.使用含残差连接的编解码器作为生成器,该网络易于训练,能够加快对抗损失函数的收敛;引入噪声损失,与使用VGG19模型的感知损失构成多尺度损失函数,使图像在视觉上的纹理细节达到更细致的恢复效果.实验结果表明,与低剂量CT相比,去噪后图像的峰值信噪比提升了8.1％,结构相似性指数提升了4.8％,改进后的网络加快了损失函数收敛,有效改善了生成对抗网络训练困难、损失函数收敛慢、图像细节难以恢复等问题.

关键词：CT图像去噪、生成对抗网络、编解码器、残差连接、损失函数

所属期刊栏目：43

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金;国家自然科学基金;高等学校科技创新基金项目;国家重大科学仪器设备开发专项;山西省应用基础研究基金项目;山西省面上青年基金项目

在线出版日期：2022-04-28（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：1059-1065