基于正弦图内结构 Transformer 的低剂量 CT 去噪
图像与视频处理
2022-04-19 v2 计算机视觉与模式识别
摘要
低剂量计算机断层扫描（LDCT）技术可减少对人体辐射伤害，目前在医学影像领域正引起越来越多的关注。由于图像质量受低剂量辐射影响而下降，LDCT 检查需要专门的重建方法或去噪算法。然而，近期大多数有效方法忽视了原始投影数据（正弦图）的内结构，这限制了其去噪能力。正弦图的内结构代表了正弦图域中数据的特殊特征。在去噪的同时保持该结构，可明显抑制噪声。因此，我们提出一种称为正弦图内结构 Transformer（SIST）的 LDCT 去噪网络，通过利用正弦图域中的内结构来降低噪声。具体而言，我们研究 CT 成像机制与正弦图的统计特征，设计包含全局与局部内结构的正弦图内结构损失以恢复高质量 CT 图像。此外，我们提出正弦图 Transformer 模块以更好地提取正弦图特征。采用自注意力机制的 Transformer 架构能够利用不同视角投影之间的相互关系，在正弦图去噪中取得出色性能。进一步地，为提升图像域性能，我们提出图像重建模块以在正弦图与图像域互补地去噪。
引用
@article{arxiv.2204.03163,
title = {Low-Dose CT Denoising via Sinogram Inner-Structure Transformer},
author = {Liutao Yang and Zhongnian Li and Rongjun Ge and Junyong Zhao and Haipeng Si and Daoqiang Zhang},
journal= {arXiv preprint arXiv:2204.03163},
year = {2022}
}