基于残差编码器-解码器网络的CT图像去噪方法
图像与视频处理
2024-04-03 v1
摘要
使用低剂量CT方法显著减少患者的辐射暴露，但引入挑战，如结果图像中噪声和伪影增加，可能妨碍准确医学诊断。传统降噪方法由于直接在图像域中建模统计特性的复杂性，难以保留图像纹理。为解决这些限制，本研究引入了一种增强的降噪技术，围绕先进的残差编码器-解码器网络。通过将递归处理纳入基础网络，该方法降低了计算复杂度并提高了降噪效果。此外，引入均方根误差和感知损失函数旨在保留图像纹理细节的完整性。增强技术还包括优化的组织分割，改善改进后的伪影管理。使用TCGA-COAD临床数据集验证，在降噪后PSNR和SSIM测量方面，与现有WGAN方法相比，显示出优越的降噪性能和图像质量。这一CT图像处理进展为临床应用提供了实用解决方案，实现了较低的计算需求和更快的处理时间，同时不牺牲图像质量。
引用
@article{arxiv.2404.01553,
title = {A CT Image Denoising Method with Residual Encoder-Decoder Network},
author = {Helena Shawn and Thompson Chyrikov and Jacob Lanet and Lam-chi Chen and Jim Zhao and Christina Chajo},
journal= {arXiv preprint arXiv:2404.01553},
year = {2024}
}
备注
7 pages, 2 figures, 1 table, work under preparation