自监督低剂量 CT 设置中双域去噪的益处
图像与视频处理
2024-10-28 v2 计算机视觉与模式识别
摘要
计算机断层扫描（CT）常规用于三维非侵入性成像。已提出众多数据驱动的图像去噪算法以恢复低剂量采集中的图像质量。然而，由于难以获取合适的投影数据或正确的重建算法，较少研究探讨已在原始探测器数据阶段进行干预的方法。本工作中，我们提出了一种端到端可训练的 CT 重建流水线，其在投影域和图像域均包含去噪算子，并且无需真实高剂量 CT 数据即可同时优化。我们的实验表明，相对于低剂量基线，在腹部 CT 上加入额外的投影去噪算子将整体去噪性能提升了 82.4-94.1%/12.5-41.7%（PSNR/SSIM），在 XRM 数据上提升了 1.5-2.9%/0.4-0.5%（PSNR/SSIM）。我们公开了完整的螺旋 CT 重建框架，其包含原始投影重排步骤以使螺旋投影数据适用于可微扇束重建算子和端到端学习。
引用
@article{arxiv.2211.01111,
title = {On the Benefit of Dual-domain Denoising in a Self-supervised Low-dose CT Setting},
author = {Fabian Wagner and Mareike Thies and Laura Pfaff and Oliver Aust and Sabrina Pechmann and Daniela Weidner and Noah Maul and Maximilian Rohleder and Mingxuan Gu and Jonas Utz and Felix Denzinger and Andreas Maier},
journal= {arXiv preprint arXiv:2211.01111},
year = {2024}
}
备注
This work has been submitted to the IEEE for possible publication