基于生成对抗网络的 sinogram 去噪
人工智能
2021-08-10 v1
摘要
本文提出一种在 SPECT 成像领域中基于生成对抗网络（GANs）的 sinogram 去噪新方法。使用来自软件体模的投影数据来训练所提出的模型。为评估该方法的有效性，采用了加入不同噪声水平的基于 Shepp Logan 的体模。所得去噪后的 sinogram 使用有序子集期望最大化（OSEM）进行重建，并与原始含噪 sinogram 的重建结果进行比较。结果表明，所提方法显著地去噪了 sinogram 并显著改善了重建质量。最后，为证明所提方法的有效性与能力，给出了来自真实世界 DAT-SPECT sinogram 的结果。
引用
@article{arxiv.2108.03903,
title = {Sinogram Denoise Based on Generative Adversarial Networks},
author = {Charalambos Chrysostomou},
journal= {arXiv preprint arXiv:2108.03903},
year = {2021}
}