基于CNN的小波域低剂量CT图像去噪算法研究  

作　　者：张晓荣 李菲[1] 

机构地区：[1]安徽机电职业技术学院,安徽芜湖241002

出　　处：《电脑知识与技术》2022年第25期82-85,共4页Computer Knowledge and Technology

基　　金：教育部提质培优继续教育网络课程项目(2020tzpy1802)资助。

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 

分 类 号：TP305[自动化与计算机技术—计算机系统结构]