典型文献
多尺度条件卷积的OCT视网膜图像降噪研究
文献摘要：
散斑噪声存在于光学相干层析成像(OCT)中,影响OCT图像质量.在使用OCT设备诊断各种常见眼科疾病时,高质量的OCT图像是极为重要的.利用深度神经网络对OCT图像进行降噪处理,使图像在保留空间结构细节的基础上能展示更多的信息.提出了一种基于残差学习网络的新型OCT图像降噪网络-CMCNN,其具有多尺度、多权重和多层次特征融合等特点,并且在保留图像空间结构细节的基础上降低图像噪声;再将提出的模型与传统降噪算法、深度学习降噪模型进行比较.实验表明,CMCNN在峰值信噪比(PSNR)和结构相似性(SSIM)方面比其他深度学习方法提高了2.5％左右,验证了方法可以有效地保留OCT图像中的细节信息,同时有效地抑制噪声,提高图像质量.
文献关键词：
光学相干层析技术;图像降噪;条件卷积;多尺度
中图分类号：
作者姓名：
周旭东;陈明惠;马文飞;赖湘玲;黄铎文;刘渡新;马昕宏
作者机构：
上海理工大学医疗器械与食品学院上海介入医疗器械工程技术研究中心,上海200093
文献出处：
引用格式：
[1]周旭东;陈明惠;马文飞;赖湘玲;黄铎文;刘渡新;马昕宏-.多尺度条件卷积的OCT视网膜图像降噪研究)[J].光学技术,2022(01):102-108
A类：
CMCNN
B类：
条件卷积,OCT,视网膜图像,图像降噪,降噪研究,散斑噪声,光学相干层析成像,图像质量,眼科疾病,像是,深度神经网络,降噪处理,保留空间,结构细节,残差学习,学习网络,多层次特征融合,图像空间,图像噪声,降噪算法,降噪模型,峰值信噪比,PSNR,结构相似性,SSIM,深度学习方法,细节信息,抑制噪声,光学相干层析技术
AB值：
0.359851
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。
