基于改善的U-net的低剂量CT投影域中图像去噪方法.pdf
是你****芹呀
亲,该文档总共11页,到这已经超出免费预览范围,如果喜欢就直接下载吧~
相关资料
基于改善的U-net的低剂量CT投影域中图像去噪方法.pdf
本发明提供一种基于改善的U?net的低剂量CT投影域中图像去噪方法。该方法包括:步骤1:基于CT图像投影域的噪声特性,制作匹配的正常剂量和低剂量的投影图像数据集;步骤2:使用inception模块代替U?net网络编码器的卷积层部分;步骤3:将U?net网络结构进一步优化、训练和测试;步骤4:将需要去噪的低剂量CT投影数据输入至训练好的U?net网络,得到去噪后投影数据,将去噪后投影数据进行滤波反投影重建。本发明主要利用投影域图像噪声特征的分布特性和U?net网络在处理小数据集方面的优势来完成投影图像的噪
基于MCMC方法的自适应低剂量CT图像去噪.docx
基于MCMC方法的自适应低剂量CT图像去噪摘要:低剂量CT即低辐射剂量CT在临床上应用越来越广泛,但同时也会带来图像噪声增加、对骨骼等组织的诊断能力下降等问题。本文基于MCMC方法提出一种自适应低剂量CT图像去噪方法,并进行了实验验证。实验结果表明,该方法可以在尽可能减少低剂量CT的辐射剂量的同时,去除CT图像中的大部分噪声,使得医生更容易进行诊断。关键词:低剂量CT,MCMC方法,图像去噪1.引言医学成像在临床上扮演着重要的角色,它有助于医生对患者身体状况进行更加准确地判断和诊断,为患者治疗提供更好的支
基于改进型WGAN的低剂量CT图像去噪方法.docx
基于改进型WGAN的低剂量CT图像去噪方法基于改进型WGAN的低剂量CT图像去噪方法摘要:低剂量计算机断层成像(CT)是一种减少辐射剂量的重要举措,但却会导致图像噪声增加。本研究提出了一种基于改进型Wasserstein生成对抗网络(WGAN)的低剂量CT图像去噪方法。首先,我们介绍了低剂量CT图像去噪的挑战和目标。然后,我们详细介绍了WGAN的基本原理和改进方法。最后,我们在真实的低剂量CT图像数据集上进行了实验,结果表明我们提出的方法在去噪效果和保持图像细节方面表现出了优异的性能。关键词:低剂量CT图
基于双残差网络的低剂量CT牙齿图像去噪方法.pdf
本发明公开一种基于双残差网络的低剂量CT牙齿图像去噪方法,首先训练辅助网络,并保存模型;利用经过双残差网络提取的特征空间图之间的相似关系,计算损失函数值,通过合并去噪网络和双残差网络之间的损失函数值,进而更新参数以辅助去噪网络的训练。该方法主要包括数据加载模块、辅助网络训练模块、双残差网络去噪模块、测试模块。本发明对低剂量CT牙齿图像去噪有着显著的效果,能够保留图像的一些细节特征,具有重要的应用价值。
一种基于加权编码的低剂量CT图像去噪方法.pdf
本发明涉及图像处理技术领域,特别涉及一种基于加权编码的低剂量CT图像去噪方法。本发明首先利用灰色绝对关联度使噪点与边缘点、平滑区域的点进行分离并对噪点进行滤波处理,再通过稀疏非局部正则化加权编码的方法对每个噪声污染的块进行编码,利用适当的正则化同时去除混合噪声中的脉冲噪声和高斯噪声。本发明的去噪方法在噪声去除的效果和图像细节的保留均优于原方法,数值对比也说明该方法的去噪结果与原始图像的相似度更高,图像重建效果更好。