低剂量 CT 投影的无参考去噪
图像与视频处理
2021-02-05 v1 人工智能
计算机视觉与模式识别
机器学习
摘要
低剂量计算机断层扫描（LDCT）已成为放射学中的明确趋势，旨在避免向患者施加过量的 X 射线辐射。辐射剂量的降低减少了患者的风险，但提高了噪声水平，影响了图像质量及其最终诊断价值。一种缓解方案是考虑低剂量与高剂量 CT 投影对，使用深度学习算法训练去噪模型；然而，这种配对在实践中很少可用。在本文中，我们提出了一种新的自监督 CT 去噪方法。与现有的自监督方法不同，所提方法仅需含噪 CT 投影并利用相邻图像之间的联系。在 LDCT 数据集上进行的实验表明，我们的方法几乎与有监督方法一样准确，同时也优于所考虑的自监督去噪方法。
引用
@article{arxiv.2102.02662,
title = {No-reference denoising of low-dose CT projections},
author = {Elvira Zainulina and Alexey Chernyavskiy and Dmitry V. Dylov},
journal= {arXiv preprint arXiv:2102.02662},
year = {2021}
}
备注
Accepted to ISBI 2021