典型文献
基于卷积神经网络的宫颈CT图像的金属伪影去除
文献摘要：
目的:为了消除宫颈CT图像中存在的金属伪影,提出一种利用卷积神经网络(CNN)去除金属伪影的策略.方法:首先通过数值仿真得到金属伪影图像与目标图像(无伪影图像),构造训练测试数据集,利用含金属伪影的宫颈CT图像和对应的无伪影图像训练已搭建的CNN,进而得到去除宫颈CT图像金属伪影的CNN模型.结果:训练网络之前金属伪影图像与目标图像峰值信噪比(PSNR)平均值为26.0980 dB.不同尺寸(25×25、50×50、100×100)的图像块训练网络得到去除金属伪影的图像与目标图像PSNR平均值分别为34.6079、38.3751、38.1838 dB.结论:通过对仿真数据和临床数据进行实验,研究结果表明,本文方法能够快速有效地消除宫颈CT图像中的金属伪影,并且可以保留完整的组织结构信息.
文献关键词：
金属伪影;数据仿真;卷积神经网络;宫颈CT图像
中图分类号：
作者姓名：
黄霞;许乙凯;张煜
作者机构：
南方医科大学南方医院影像中心,广东广州510515;南方医科大学生物医学工程学院,广东广州510515;广东省医学图像处理重点实验室,广东广州510515
文献出处：
引用格式：
[1]黄霞;许乙凯;张煜-.基于卷积神经网络的宫颈CT图像的金属伪影去除)[J].中国医学物理学杂志,2022(12):1466-1472
A类：
B类：
宫颈,金属伪影,除金,真得,标图,测试数据,含金,图像训练,峰值信噪比,PSNR,dB,不同尺寸,仿真数据,临床数据,快速有效,留完,结构信息,数据仿真
AB值：
0.217493
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
