基于神经网络学习的锥形束CT图像超分辨率重建算法

来源 :中国医学物理学杂志 | 被引量 : 0次 | 上传用户:binbin151
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
针对锥形束CT(CBCT)图像质量较差的问题,提出一种基于卷积神经网络的超分辨率重建(SRCNN)方法,旨在提高CBCT图像的分辨率。本研究分别对头颈、盆腔、胸部的CBCT图像进行研究,先使用非局部均值(NLM)方法对图像进行降噪处理,再分别使用双三次插值重建(BIC)方法和SRCNN重建方法进行超分辨率重建。结果表明,BIC方法和SRCNN重建方法均能提高CBCT图像的分辨率,SRCNN重建方法较BIC方法有更高的峰值信噪比,而在结构相似度和特征相似度上,BIC方法和SRCNN重建方法的差别不大。
其他文献
幼儿阶段是每一个孩子成长过程中的起步阶段,也是对所有事物形成基本认知的重要阶段,这一阶段对于孩子的思考能力、学习能力、动手操作能力的形成和发展具有奠定性的意义。但
养猪生产的好坏,将直接关系到经济效益的高低,近几年来,随着社会主义市场经济的发展和改革的不断深化,互助县养猪业得到了长足发展,养猪效益不断提高,跨地区经营格局逐步形成。本文