基于生成对抗网络的有限角度计算机断层扫描正弦图修复方法
医学物理
2019-03-12 v1
摘要
有限角度计算机断层扫描（CT）图像重建是CT领域中的一个具有挑战性的重建问题。随着深度学习的发展，生成对抗网络（GAN）通过逼近训练样本数据的分布，在图像复原方面表现良好。本文提出一种有效的基于GAN的修复方法，用于恢复有限角度扫描中缺失的正弦图数据。为估计缺失数据，我们设计了patch-GAN的生成器和判别器，并训练网络以学习正弦图的数据分布。我们通过滤波反投影和全变分同步代数重建技术从修复后的正弦图获得重建图像。实验结果表明，所提方法能够减少由投影数据缺失引起的严重伪影，并有望解决60度有限扫描角度的重建问题。
引用
@article{arxiv.1903.03984,
title = {A Sinogram Inpainting Method based on Generative Adversarial Network for Limited-angle Computed Tomography},
author = {Ziheng Li and Wenkun Zhang and Linyuan Wang and Ailong Cai and Ningning Liang and Bin Yan and Lei Li},
journal= {arXiv preprint arXiv:1903.03984},
year = {2019}
}