DuDoNet：用于CT金属伪影抑制的双域网络
图像与视频处理
2019-07-02 v1 计算机视觉与模式识别
摘要
计算机断层扫描（CT）是一种广泛用于医学诊断和治疗的成像方式。当患者携带金属植入物时，CT图像常受到不良伪影的破坏，这产生了金属伪影抑制（MAR）问题。现有用于减少金属植入物所致伪影的方法存在不足，主要有两个原因。首先，金属伪影是结构化的且非局部的，因此简单的图像域增强方法并不足够。其次，那些试图在X射线投影（正弦图）域中减少金属伪影的MAR方法，由于正弦图不一致性不可避免地导致严重的二次伪影。为克服这些困难，我们提出了一种端到端可训练的双域网络（DuDoNet），以同时恢复正弦图一致性并增强CT图像。正弦图域与图像域之间的连接是一种新颖的Radon反演层，它允许梯度在训练期间从图像域反向传播到正弦图域。大量实验表明，我们的方法相比其他单域MAR方法取得了显著改进。据我们所知，它是首个用于MAR的端到端双域网络。
引用
@article{arxiv.1907.00273,
title = {DuDoNet: Dual Domain Network for CT Metal Artifact Reduction},
author = {Wei-An Lin and Haofu Liao and Cheng Peng and Xiaohang Sun and Jingdan Zhang and Jiebo Luo and Rama Chellappa and Shaohua Kevin Zhou},
journal= {arXiv preprint arXiv:1907.00273},
year = {2019}
}