用于高螺距稀疏螺旋CT重建的三维双域深度网络
图像与视频处理
2022-01-10 v1 计算机视觉与模式识别
摘要
本文提出了一种用于螺旋CT重建的Katsevich算法的新GPU实现。我们的实现将正弦图按螺距分块并逐螺距重建CT图像。通过利用Katsevich算法参数的周期性质，我们的方法只需对所有螺距计算一次这些参数，因此具有更低的GPU内存负担且非常适于深度学习。通过将我们的实现嵌入网络中，我们提出了一种用于稀疏探测器高螺距螺旋CT重建的端到端深度网络。由于我们的网络利用了从正弦图和CT图像中提取的特征，它能够同时减少由正弦图稀疏性引起的条纹伪影并保留CT图像中的精细细节。实验表明，我们的网络在主观和客观评价上均优于相关方法。
引用
@article{arxiv.2201.02309,
title = {A three-dimensional dual-domain deep network for high-pitch and sparse helical CT reconstruction},
author = {Wei Wang and Xiang-Gen Xia and Chuanjiang He and Zemin Ren and Jian Lu},
journal= {arXiv preprint arXiv:2201.02309},
year = {2022}
}
备注
13 pages, 5 figures