基于部分卷积的投影修复用于金属伪影抑制
计算机视觉与模式识别
2020-05-05 v1 图像与视频处理
摘要
在计算机断层扫描中，由于患者体内存在金属植入物，重建图像会受金属伪影影响。为抑制金属伪影，通常在投影图像中去除金属，因此需要对金属损坏的投影区域进行修复。对于深度学习修复方法，卷积神经网络（CNNs）被广泛使用，例如 U-Net。然而，此类 CNNs 在有效与损坏的像素值上均使用卷积滤波器响应，导致图像质量不理想。本工作中，将部分卷积应用于投影修复，其仅依赖于有效像素值。比较了采用部分卷积与传统卷积的 U-Net 在金属伪影抑制中的表现。我们的实验表明，采用部分卷积的 U-Net 比采用传统卷积的 U-Net 能更好地修复金属损坏区域。
引用
@article{arxiv.2005.00762,
title = {Projection Inpainting Using Partial Convolution for Metal Artifact Reduction},
author = {Lin Yuan and Yixing Huang and Andreas Maier},
journal= {arXiv preprint arXiv:2005.00762},
year = {2020}
}
备注
Technical Report