摘要
针对低剂量计算机断层扫描(computerized tomography,CT)在图像采集过程中引入较多噪声,造成图像质量严重下降的问题,提出一种基于残差注意力机制与复合感知损失的低剂量CT去噪算法.在该算法中,利用生成对抗网络完成对低剂量CT图像的去噪,在网络框架中引入多尺度特征提取及残差注意力模块,以融合图像中不同尺度的信息,提高网络对噪声特征的区分能力,避免在去噪过程中丢失图像细节信息.同时采用复合感知损失函数,以加快网络收敛速度,促使去噪图像在感知上与原图像更接近.实验结果表明:与现有的算法相比,所提算法能够有效抑制低剂量CT图像中的噪声,并恢复更多的纹理细节;对比低剂量CT图像,所提算法处理后的CT 图像峰值信噪比(peak signal-to-noise ratio,PSNR)值提高了 31.72％,结构相似性(structural similarity,SSIM)值提高了 13.15％,可以满足更高的医学影像诊断要求.
维普
万方数据