用于稀疏视图锥束计算机断层扫描体积重建的原始-对偶 UNet
图像与视频处理
2022-05-18 v1 计算机视觉与模式识别
机器学习
医学物理
摘要
本文将用于稀疏视图 CT 重建的原始-对偶 UNet 进行修改，使其适用于锥束投影，并对整个体积进行重建而非仅对切片重建。实验表明，在仅使用 23 个投影时，与直接 FDK 重建相比，所提方法的 PSNR 提高了 10dB；与改进前的原始原始-对偶网络相比，提高了近 3dB。所提出的网络在内存消耗或超参数方面尚未优化，仅作为概念验证，且局限于低分辨率投影和体积。
引用
@article{arxiv.2205.07866,
title = {Primal-Dual UNet for Sparse View Cone Beam Computed Tomography Volume Reconstruction},
author = {Philipp Ernst and Soumick Chatterjee and Georg Rose and Andreas Nürnberger},
journal= {arXiv preprint arXiv:2205.07866},
year = {2022}
}
备注
3 pages, 1 figure, accepted short paper submission at MIDL 2022