一种用于有限角度计算机断层扫描的模型引导深度网络
图像与视频处理
2020-08-11 v1 计算机视觉与模式识别
摘要
在本文中，我们首先提出一种用于有限角度计算机断层扫描（CT）图像重建的变分模型，然后将该模型转换为端到端深度网络。我们使用罚函数法求解该模型，并将其划分为三个迭代子问题，其中第一个子问题利用频域中正弦图的先验信息补全正弦图，第二个子问题利用空域中CT图像的先验信息细化CT图像，最后一个子问题融合前两个子问题的输出。在每次迭代中，我们使用卷积神经网络（CNNs）逼近前两个子问题的解，从而得到一个用于有限角度CT图像重建的端到端深度网络。我们的网络同时处理正弦图和CT图像，能够同时抑制由数据不完整引起的伪影并恢复CT图像中的精细结构信息。实验结果表明，我们的方法在有限角度CT图像重建上优于现有算法。
引用
@article{arxiv.2008.03988,
title = {A model-guided deep network for limited-angle computed tomography},
author = {Wei Wang and Xiang-Gen Xia and Chuanjiang He and Zemin Ren and Jian Lu and Tianfu Wang and Baiying Lei},
journal= {arXiv preprint arXiv:2008.03988},
year = {2020}
}