基于抽取法深度学习的内部断层成像重建
摘要：内部层析是计算机断层扫描中减少辐射剂量的典型策略，只扫描感兴趣区域（ROI）。然而，由于截断的投影数据，传统分析算法在ROI重建时可能会出现严重的杯状伪影。在本文中，我们提出了一种新的基于提取的深度学习方法来进行内部层析重建。我们的方法在双域中工作，其中，正弦图域网络（SDNet）估计外部区域对截断投影的贡献，图像域网络（IDNet）进一步减轻伪影。与以前的外推方法不同，SDNet旨在通过提取获取完整的ROI-only正弦图，而不是为ROI和外部区域获得完全非截断的正弦图。我们的实验证实了所提出的方法，并且结果表明，所提出的方法可以揭示出更可靠的结构。它在图像质量和泛化性能方面比外推方法更好。
作者：Changyu Chen, Yuxiang Xing, Li Zhang, Zhiqiang Chen
论文ID：2209.10350
分类：Medical Physics
分类简称：physics.med-ph
提交时间：2022-09-22