基于噪声水平估计的低剂量螺旋CT投影数据恢复
目的 构建任意低剂量水平下螺旋CT投影数据恢复模型.方法 首先,利用噪声估计模块估计任意低剂量水平的投影数据噪声方差图;然后利用估计出的噪声方差图指导投影数据进行恢复,即投影数据恢复模块;最后,采用滤波反投影算法进行图像重建.其中,噪声估计和投影数据恢复模块采用三维小波残差密集群网络结构,并利用非对称损失和全变分正则化进行约束.为验证方法的有效性,利用不同恢复模型分别对1/10、1/15常规剂量CT图像进行恢复,并与现有CT图像恢复网络IRLNet、REDCNN、MWResNet进行对比实验.结果 在定量指标对比方面,本文提出的螺旋CT投影数据恢复方法相比于其他图像域恢复方法,结构相似性提升5...
Gespeichert in:
| Veröffentlicht in: | 南方医科大学学报 2022, Vol.42 (6), p.849-859 |
|---|---|
| Hauptverfasser: | , , , , , , |
| Format: | Artikel |
| Sprache: | chi |
| Online-Zugang: | Volltext |
| Tags: |
Tag hinzufügen
Keine Tags, Fügen Sie den ersten Tag hinzu!
|
| container_end_page | 859 |
|---|---|
| container_issue | 6 |
| container_start_page | 849 |
| container_title | 南方医科大学学报 |
| container_volume | 42 |
| creator | 和法伟 王永波 陶熙 朱曼曼 洪梓璇 边兆英 马建华 |
| description | 目的 构建任意低剂量水平下螺旋CT投影数据恢复模型.方法 首先,利用噪声估计模块估计任意低剂量水平的投影数据噪声方差图;然后利用估计出的噪声方差图指导投影数据进行恢复,即投影数据恢复模块;最后,采用滤波反投影算法进行图像重建.其中,噪声估计和投影数据恢复模块采用三维小波残差密集群网络结构,并利用非对称损失和全变分正则化进行约束.为验证方法的有效性,利用不同恢复模型分别对1/10、1/15常规剂量CT图像进行恢复,并与现有CT图像恢复网络IRLNet、REDCNN、MWResNet进行对比实验.结果 在定量指标对比方面,本文提出的螺旋CT投影数据恢复方法相比于其他图像域恢复方法,结构相似性提升5.79％～17.46％(P |
| doi_str_mv | 10.12122/j.issn.1673-4254.2022.06.08 |
| format | Article |
| fullrecord | <record><control><sourceid>wanfang_jour</sourceid><recordid>TN_cdi_wanfang_journals_dyjydxxb202206008</recordid><sourceformat>XML</sourceformat><sourcesystem>PC</sourcesystem><wanfj_id>dyjydxxb202206008</wanfj_id><sourcerecordid>dyjydxxb202206008</sourcerecordid><originalsourceid>FETCH-LOGICAL-s1048-a87226eb2a0c2179c953fbcec820c09ddf6b799d29656aafc7fdc7b328525553</originalsourceid><addsrcrecordid>eNo9jz1Lw0Ach29QsNR-CxeHxP_9k7tLFkGCb1BwyV4ud4k0SASD2I6KICqtUxEdFF8mhxLRxWC_TS7Wb6GiOP3gGZ6HHyELFGyKFHEptbt5ntmUC8dykbk2AqIN3AZvhjT-8Rxp5Xk3AkYdAYxDgyyb27Iqh-bqyTwUdfFq3l6q92I6vvu4Pq4mQ3N69HlyMb0p68vzIKzPRmbyXI-KejCuD-_N42CezCZyJ49bf9sk4dpqGGxY7a31zWClbeUUXM-SnkDkcYQSFFLhK585SaRi5SEo8LVOeCR8X6PPGZcyUSLRSkQOegwZY06TLP5qD2SWyGy7k-7u72XfwY7up33d60U_f4EDeM4XcPhjeg</addsrcrecordid><sourcetype>Aggregation Database</sourcetype><iscdi>true</iscdi><recordtype>article</recordtype></control><display><type>article</type><title>基于噪声水平估计的低剂量螺旋CT投影数据恢复</title><source>PubMed Central</source><creator>和法伟 ; 王永波 ; 陶熙 ; 朱曼曼 ; 洪梓璇 ; 边兆英 ; 马建华</creator><creatorcontrib>和法伟 ; 王永波 ; 陶熙 ; 朱曼曼 ; 洪梓璇 ; 边兆英 ; 马建华</creatorcontrib><description>目的 构建任意低剂量水平下螺旋CT投影数据恢复模型.方法 首先,利用噪声估计模块估计任意低剂量水平的投影数据噪声方差图;然后利用估计出的噪声方差图指导投影数据进行恢复,即投影数据恢复模块;最后,采用滤波反投影算法进行图像重建.其中,噪声估计和投影数据恢复模块采用三维小波残差密集群网络结构,并利用非对称损失和全变分正则化进行约束.为验证方法的有效性,利用不同恢复模型分别对1/10、1/15常规剂量CT图像进行恢复,并与现有CT图像恢复网络IRLNet、REDCNN、MWResNet进行对比实验.结果 在定量指标对比方面,本文提出的螺旋CT投影数据恢复方法相比于其他图像域恢复方法,结构相似性提升5.79％～17.46％(P<0.05);临床影像医师图像质量评分结果显示,评分比其他方法高7.19％～17.38％(P<0.05).结论 本文提出的投影数据恢复模型能够有效抑制不同低剂量水平投影数据中的噪声和伪影,重建得到组织结构完整、高分辨率的CT图像.</description><identifier>ISSN: 1673-4254</identifier><identifier>DOI: 10.12122/j.issn.1673-4254.2022.06.08</identifier><language>chi</language><publisher>南方医科大学生物医学工程学院,广东 广州 510515</publisher><ispartof>南方医科大学学报, 2022, Vol.42 (6), p.849-859</ispartof><rights>Copyright © Wanfang Data Co. Ltd. All Rights Reserved.</rights><woscitedreferencessubscribed>false</woscitedreferencessubscribed></display><links><openurl>$$Topenurl_article</openurl><openurlfulltext>$$Topenurlfull_article</openurlfulltext><thumbnail>$$Uhttp://www.wanfangdata.com.cn/images/PeriodicalImages/dyjydxxb/dyjydxxb.jpg</thumbnail><link.rule.ids>314,776,780,4010,27900,27901,27902</link.rule.ids></links><search><creatorcontrib>和法伟</creatorcontrib><creatorcontrib>王永波</creatorcontrib><creatorcontrib>陶熙</creatorcontrib><creatorcontrib>朱曼曼</creatorcontrib><creatorcontrib>洪梓璇</creatorcontrib><creatorcontrib>边兆英</creatorcontrib><creatorcontrib>马建华</creatorcontrib><title>基于噪声水平估计的低剂量螺旋CT投影数据恢复</title><title>南方医科大学学报</title><description>目的 构建任意低剂量水平下螺旋CT投影数据恢复模型.方法 首先,利用噪声估计模块估计任意低剂量水平的投影数据噪声方差图;然后利用估计出的噪声方差图指导投影数据进行恢复,即投影数据恢复模块;最后,采用滤波反投影算法进行图像重建.其中,噪声估计和投影数据恢复模块采用三维小波残差密集群网络结构,并利用非对称损失和全变分正则化进行约束.为验证方法的有效性,利用不同恢复模型分别对1/10、1/15常规剂量CT图像进行恢复,并与现有CT图像恢复网络IRLNet、REDCNN、MWResNet进行对比实验.结果 在定量指标对比方面,本文提出的螺旋CT投影数据恢复方法相比于其他图像域恢复方法,结构相似性提升5.79％～17.46％(P<0.05);临床影像医师图像质量评分结果显示,评分比其他方法高7.19％～17.38％(P<0.05).结论 本文提出的投影数据恢复模型能够有效抑制不同低剂量水平投影数据中的噪声和伪影,重建得到组织结构完整、高分辨率的CT图像.</description><issn>1673-4254</issn><fulltext>true</fulltext><rsrctype>article</rsrctype><creationdate>2022</creationdate><recordtype>article</recordtype><recordid>eNo9jz1Lw0Ach29QsNR-CxeHxP_9k7tLFkGCb1BwyV4ud4k0SASD2I6KICqtUxEdFF8mhxLRxWC_TS7Wb6GiOP3gGZ6HHyELFGyKFHEptbt5ntmUC8dykbk2AqIN3AZvhjT-8Rxp5Xk3AkYdAYxDgyyb27Iqh-bqyTwUdfFq3l6q92I6vvu4Pq4mQ3N69HlyMb0p68vzIKzPRmbyXI-KejCuD-_N42CezCZyJ49bf9sk4dpqGGxY7a31zWClbeUUXM-SnkDkcYQSFFLhK585SaRi5SEo8LVOeCR8X6PPGZcyUSLRSkQOegwZY06TLP5qD2SWyGy7k-7u72XfwY7up33d60U_f4EDeM4XcPhjeg</recordid><startdate>2022</startdate><enddate>2022</enddate><creator>和法伟</creator><creator>王永波</creator><creator>陶熙</creator><creator>朱曼曼</creator><creator>洪梓璇</creator><creator>边兆英</creator><creator>马建华</creator><general>南方医科大学生物医学工程学院,广东 广州 510515</general><general>琶洲实验室,广东 广州510330%南方医科大学生物医学工程学院,广东 广州 510515</general><scope>2B.</scope><scope>4A8</scope><scope>92I</scope><scope>93N</scope><scope>PSX</scope><scope>TCJ</scope></search><sort><creationdate>2022</creationdate><title>基于噪声水平估计的低剂量螺旋CT投影数据恢复</title><author>和法伟 ; 王永波 ; 陶熙 ; 朱曼曼 ; 洪梓璇 ; 边兆英 ; 马建华</author></sort><facets><frbrtype>5</frbrtype><frbrgroupid>cdi_FETCH-LOGICAL-s1048-a87226eb2a0c2179c953fbcec820c09ddf6b799d29656aafc7fdc7b328525553</frbrgroupid><rsrctype>articles</rsrctype><prefilter>articles</prefilter><language>chi</language><creationdate>2022</creationdate><toplevel>online_resources</toplevel><creatorcontrib>和法伟</creatorcontrib><creatorcontrib>王永波</creatorcontrib><creatorcontrib>陶熙</creatorcontrib><creatorcontrib>朱曼曼</creatorcontrib><creatorcontrib>洪梓璇</creatorcontrib><creatorcontrib>边兆英</creatorcontrib><creatorcontrib>马建华</creatorcontrib><collection>Wanfang Data Journals - Hong Kong</collection><collection>WANFANG Data Centre</collection><collection>Wanfang Data Journals</collection><collection>万方数据期刊 - 香港版</collection><collection>China Online Journals (COJ)</collection><collection>China Online Journals (COJ)</collection><jtitle>南方医科大学学报</jtitle></facets><delivery><delcategory>Remote Search Resource</delcategory><fulltext>fulltext</fulltext></delivery><addata><au>和法伟</au><au>王永波</au><au>陶熙</au><au>朱曼曼</au><au>洪梓璇</au><au>边兆英</au><au>马建华</au><format>journal</format><genre>article</genre><ristype>JOUR</ristype><atitle>基于噪声水平估计的低剂量螺旋CT投影数据恢复</atitle><jtitle>南方医科大学学报</jtitle><date>2022</date><risdate>2022</risdate><volume>42</volume><issue>6</issue><spage>849</spage><epage>859</epage><pages>849-859</pages><issn>1673-4254</issn><abstract>目的 构建任意低剂量水平下螺旋CT投影数据恢复模型.方法 首先,利用噪声估计模块估计任意低剂量水平的投影数据噪声方差图;然后利用估计出的噪声方差图指导投影数据进行恢复,即投影数据恢复模块;最后,采用滤波反投影算法进行图像重建.其中,噪声估计和投影数据恢复模块采用三维小波残差密集群网络结构,并利用非对称损失和全变分正则化进行约束.为验证方法的有效性,利用不同恢复模型分别对1/10、1/15常规剂量CT图像进行恢复,并与现有CT图像恢复网络IRLNet、REDCNN、MWResNet进行对比实验.结果 在定量指标对比方面,本文提出的螺旋CT投影数据恢复方法相比于其他图像域恢复方法,结构相似性提升5.79％～17.46％(P<0.05);临床影像医师图像质量评分结果显示,评分比其他方法高7.19％～17.38％(P<0.05).结论 本文提出的投影数据恢复模型能够有效抑制不同低剂量水平投影数据中的噪声和伪影,重建得到组织结构完整、高分辨率的CT图像.</abstract><pub>南方医科大学生物医学工程学院,广东 广州 510515</pub><doi>10.12122/j.issn.1673-4254.2022.06.08</doi><tpages>11</tpages></addata></record> |
| fulltext | fulltext |
| identifier | ISSN: 1673-4254 |
| ispartof | 南方医科大学学报, 2022, Vol.42 (6), p.849-859 |
| issn | 1673-4254 |
| language | chi |
| recordid | cdi_wanfang_journals_dyjydxxb202206008 |
| source | PubMed Central |
| title | 基于噪声水平估计的低剂量螺旋CT投影数据恢复 |
| url | https://sfx.bib-bvb.de/sfx_tum?ctx_ver=Z39.88-2004&ctx_enc=info:ofi/enc:UTF-8&ctx_tim=2025-02-07T15%3A54%3A20IST&url_ver=Z39.88-2004&url_ctx_fmt=infofi/fmt:kev:mtx:ctx&rfr_id=info:sid/primo.exlibrisgroup.com:primo3-Article-wanfang_jour&rft_val_fmt=info:ofi/fmt:kev:mtx:journal&rft.genre=article&rft.atitle=%E5%9F%BA%E4%BA%8E%E5%99%AA%E5%A3%B0%E6%B0%B4%E5%B9%B3%E4%BC%B0%E8%AE%A1%E7%9A%84%E4%BD%8E%E5%89%82%E9%87%8F%E8%9E%BA%E6%97%8BCT%E6%8A%95%E5%BD%B1%E6%95%B0%E6%8D%AE%E6%81%A2%E5%A4%8D&rft.jtitle=%E5%8D%97%E6%96%B9%E5%8C%BB%E7%A7%91%E5%A4%A7%E5%AD%A6%E5%AD%A6%E6%8A%A5&rft.au=%E5%92%8C%E6%B3%95%E4%BC%9F&rft.date=2022&rft.volume=42&rft.issue=6&rft.spage=849&rft.epage=859&rft.pages=849-859&rft.issn=1673-4254&rft_id=info:doi/10.12122/j.issn.1673-4254.2022.06.08&rft_dat=%3Cwanfang_jour%3Edyjydxxb202206008%3C/wanfang_jour%3E%3Curl%3E%3C/url%3E&disable_directlink=true&sfx.directlink=off&sfx.report_link=0&rft_id=info:oai/&rft_id=info:pmid/&rft_wanfj_id=dyjydxxb202206008&rfr_iscdi=true |