基于多尺度卷积神经网络的低剂量CT图像后处理
2022-08-01司菁菁程银波
司菁菁,张 宁,赵 熙,程银波
(1.燕山大学 信息科学与工程学院,河北 秦皇岛 066004; 2.河北省信息传输与信号处理重点实验室,河北 秦皇岛 066004; 3.河北农业大学 海洋学院,河北 秦皇岛 066003)
0 引言
计算机断层扫描(Computed Tomography,CT)是一种无损检测技术,通过对被检测目标进行X射线断层扫描,根据获得的投影数据,运用特定的数学算法,重建出被检测目标的断层图像。目前,CT技术已经被广泛应用于医学、工业无损检测、生物学、考古学等领域。在医学应用中,CT图像能够为医生提供重要的参考数据,用以预防、诊断、治疗疾病。然而,X射线会产生电离辐射。当辐射达到一定量时,会破坏人体内某些大分子结构,对人体细胞造成损伤。研究表明,人体的损伤程度与受到的辐射剂量成正比[1-2]。因此,降低CT扫描过程使用的X射线的剂量,成为降低人体伤害的一个重要手段。
Naidich等人[3]提出了低剂量CT(Low-Dose CT,LDCT)的概念。与标准剂量相比,当被检查者所接受的X射线剂量降低20%以上时,认为是剂量降低。然而,X射线剂量的降低会使得重建图像中存在大量的噪声与伪影,破坏图像的细节与结构,降低图像的质量与可读性,甚至会影响医生的诊断。因此,低剂量CT图像的重建成为了一个具有重要实际应用意义的科研课题。
现有的低剂量CT图像重建方法主要分为三大类:投影域滤波算法、迭代重建算法和后处理方法。其中,投影域滤波算法是对投影域的原始数据进行滤波处理,然后用滤波反投影(Filter Back-Projection,FBP)算法[4]重建CT图像。由于投影域上每一点的数据中都包含了 CT 图像的全局信息,在投影域上每一点上的操作都会在 CT 图像上有所表现,因此重建过程容易引入新的伪影。……
