用于稀疏视角断层重建的多域集成Swin Transformer网络
图像与视频处理
2022-04-18 v7 计算机视觉与模式识别
机器学习
摘要
减少投影视角以降低X射线辐射剂量通常会导致严重的条纹伪影。为从稀疏视角数据改善图像质量，本文开发了多域集成Swin Transformer网络（MIST-net）。首先，MIST-net利用灵活的网络架构融合了来自数据、残差数据、图像和残差图像的丰富域特征，其中残差数据和残差图像子网络作为数据一致性模块以消除插值和重建误差。其次，引入了可训练的边缘增强滤波器以检测和保护图像边缘。第三，设计了一种高质量重建Swin Transformer（即Recformer）来捕获图像全局特征。在48视角的数值和真实心脏临床数据集上的实验结果表明，我们提出的MIST-net比其他对比方法提供了更好的图像质量，具有更多细小特征和锐利边缘。
引用
@article{arxiv.2111.14831,
title = {Multi-domain Integrative Swin Transformer network for Sparse-View Tomographic Reconstruction},
author = {Jiayi Pan and Heye Zhang and Weifei Wu and Zhifan Gao and Weiwen Wu},
journal= {arXiv preprint arXiv:2111.14831},
year = {2022}
}
备注
30 pages, 11 figures, 10 tables, 54 references