期刊专题

10.3724/SP.J.1089.2018.17051

结合反卷积的CT图像超分辨重建网络

引用
医学图像的质量对于患者疾病的诊断、治疗乃至科学研究起着重要的作用.然而,受医疗设备和放射剂量等因素的影响,医学CT图像的分辨率普遍较低.为了实现医学CT图像超分辨重建,提出一种结合反卷积的神经网络算法,通过引入反卷积操作,有效地建立了低/高分辨率图像之间端到端的映射.首先选取肺部、脑部、心脏和脊椎等部位的1500幅CT图像作为训练数据,将训练数据下采样后输入网络模型;然后建立正反卷积网络模型学习图像特征,网络模型用caffe框架实现,激活函数使用PReLU;最后基于学习到的这些特征重建出高分辨率图像,采用平均方法重建图像.实验结果表明,文中算法能够更好地重建出图像的轮廓和边缘纹理;与已有算法相比,所构建的4层网络结构在重建结果的峰值信噪比、结构相似性、信息熵及重建速度等性能指标上均取得了更好的效果.

CT图像、超分辨重建、卷积神经网络、反卷积、PReLU

30

TP391.41(计算技术、计算机技术)

国家自然科学基金重点项目浙江联合基金U1609218;国家自然科学基金61572286, 61472220;山东省重点研发计划2017CXGC1504;山东省自然科学基金ZR2017JL029;山东省高等学校优势学科人才团队培育计划

2018-11-28(万方平台首次上网日期,不代表论文的发表时间)

共9页

2084-2092

暂无封面信息
查看本期封面目录

计算机辅助设计与图形学学报

1003-9775

11-2925/TP

30

2018,30(11)

专业内容知识聚合服务平台

国家重点研发计划“现代服务业共性关键技术研发及应用示范”重点专项“4.8专业内容知识聚合服务技术研发与创新服务示范”

国家重点研发计划资助 课题编号:2019YFB1406304
National Key R&D Program of China Grant No. 2019YFB1406304

©天津万方数据有限公司 津ICP备20003920号-1

信息网络传播视听节目许可证 许可证号:0108284

网络出版服务许可证:(总)网出证(京)字096号

违法和不良信息举报电话:4000115888    举报邮箱:problem@wanfangdata.com.cn

举报专区:https://www.12377.cn/

客服邮箱:op@wanfangdata.com.cn