基于深度学习方法的 SPECT 角度插值
人工智能
2021-08-10 v1
摘要
提出了一种基于深度学习方法的 SPECT 角度插值新方法。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，使用了基于 Shepp Logan 并添加不同噪声水平的体模，并利用有序子集期望最大化（OSEM）对所得插值正弦图进行重建，与原始正弦图的重建结果进行比较。所提方法可在同一过程中将投影数量翻两番，并对原始正弦图去噪。结果显示，所提模型显著提升了重建精度。最后，给出了来自真实世界 DAT-SPECT 正弦图的结果，以证明所提方法的有效性与能力。
引用
@article{arxiv.2108.03890,
title = {SPECT Angle Interpolation Based on Deep Learning Methodologies},
author = {Charalambos Chrysostomou and Loizos Koutsantonis and Christos Lemesios and Costas N. Papanicolas},
journal= {arXiv preprint arXiv:2108.03890},
year = {2021}
}