用于双能计算机断层扫描物质分解的端到端基于模型的深度学习

双能X射线计算机断层扫描利用X射线线性衰减随能量的依赖性，能够在临床图像中自动分解物质，而无需手动分割。在这项工作中，我们提出了一种称为端到端物质分解的深度学习流程，用于定量物质分解，该方法直接将CT投影数据转换为物质图像。该算法基于将DECT系统的光谱模型知识融入深度学习训练损失，并结合物质图像域中的数据学习先验。此外，训练不需要数据集中的任何基于能量的图像，而只需要正弦图和物质图像。我们在AAPM光谱CT数据集上展示了所提出的直接端到端物质分解方法相对于最先进的监督深度学习网络的有效性。