递归与否：一项低剂量 CT 研究
图像与视频处理
2019-10-16 v1
摘要
从低剂量 CT 图像恢复高质量 CT 图像是一个不适定的非线性问题，相较于经典的基于模型的方法，深度学习方法已给出更优的解。本文提出一种框架，其中利用循环神经网络（RNN）从低投影数 CT 成像中去除条状伪影。结果表明，在低噪声情况下 RNN 与前馈网络的图像恢复性能相似，而在高噪声水平下 RNN 返回更好的结果。我们还比较了 RNN 与前馈网络的计算成本。
引用
@article{arxiv.1910.06565,
title = {To Recurse or not to Recurse,a Low Dose CT Study},
author = {Shabab Bazrafkan and Vincent Van Nieuwenhove and Jan Sijbers},
journal= {arXiv preprint arXiv:1910.06565},
year = {2019}
}
备注
Sections II.A to II.D is taken from sections II.A to II.D of arXiv:1904.03908 which is an unpublished article from the same authors