用于 CT 重建的低分辨率先验平衡网络
图像与视频处理
2024-04-19 v2 计算机视觉与模式识别
摘要
展开方法已被研究用于学习 X 射线计算机断层扫描中的变分模型。然而，据观察，通过梯度下降直接展开正则化模型并不能产生令人满意的结果。在本文中，我们提出了一种新颖的基于深度学习的 CT 重建模型，其中引入低分辨率图像以获得有效的正则化项，从而提高网络的鲁棒性。我们的方法涉及通过使用深度平衡架构实现的算法展开来构建主干网络架构。我们从理论上讨论了所提出的低分辨率先验平衡模型的收敛性，并提供了保证收敛的条件。提供了在稀疏视图和有限角度重建问题上的实验结果，证明了我们的端到端低分辨率先验平衡模型在降噪、对比噪声比和边缘细节保持方面优于其他最先进的方法。
引用
@article{arxiv.2401.15663,
title = {Low-resolution Prior Equilibrium Network for CT Reconstruction},
author = {Yijie Yang and Qifeng Gao and Yuping Duan},
journal= {arXiv preprint arXiv:2401.15663},
year = {2024}
}