針對(duì)低劑量計(jì)算機(jī)斷層掃描將導(dǎo)致掃描圖像噪聲高的問(wèn)題,本文提出了一種用于圖像降噪的多生成器的生成對(duì)抗網(wǎng)絡(luò)(TriGAN)模型.首先提出了三個(gè)生成器的并行結(jié)構(gòu)對(duì)不同類型噪聲進(jìn)行有針對(duì)性的圖像降噪;其次引入殘差網(wǎng)絡(luò),避免梯度消失等問(wèn)題,保證訓(xùn)練階段的穩(wěn)定和高效;最后,利用譜歸一化方法解決生成對(duì)抗網(wǎng)絡(luò)在訓(xùn)練過(guò)程中可能出現(xiàn)的模式坍塌和慢收斂的問(wèn)題.實(shí)驗(yàn)結(jié)果表明,TriGAN和其他深度學(xué)習(xí)模型DnCNN和GAN等相比較,圖像的峰值信噪比達(dá)到26.67,平均提高了4.5%;結(jié)構(gòu)相似性達(dá)到0.98,平均提高了1.5%.此外,采用TriGAN模型降噪后的斷層掃描圖像亨氏單位的平均值為32.61,標(biāo)準(zhǔn)差為58.91,最接近標(biāo)準(zhǔn)劑量CT樣本圖像的斷層掃描數(shù).

【文章頁(yè)數(shù)】：6 頁(yè)

【文章目錄】：
1 引言
2 相關(guān)工作
    2.1 生成對(duì)抗網(wǎng)絡(luò)(GAN)
    2.2 深度殘差網(wǎng)絡(luò)
    2.3 圖像降噪
3 低劑量CT圖像的生成對(duì)抗網(wǎng)絡(luò)降噪模型
    3.1 理論分析
    3.2 對(duì)抗網(wǎng)絡(luò)的目標(biāo)函數(shù)
    3.3 訓(xùn)練的穩(wěn)定性
    3.4 Tri GAN的網(wǎng)絡(luò)結(jié)構(gòu)
        3.4.1 三生成器生成對(duì)抗網(wǎng)絡(luò)模型
        3.4.2 生成器
        3.4.3 判別器
4 實(shí)驗(yàn)與量化分析
    4.1 實(shí)驗(yàn)數(shù)據(jù)集
    4.2 量化評(píng)估指標(biāo)
    4.3 實(shí)驗(yàn)結(jié)果量化分析
        4.3.1 人眼視覺評(píng)價(jià)
        4.3.2 定量分析
        4.3.3 統(tǒng)計(jì)特性分析
        4.3.4 模型收斂性
5 總結(jié)



本文編號(hào)：3825151