| 基于Transformer和CNN的低剂量CT图像去噪网络 |
| |
| 引用本文： | 郝文强,崔学英,郭映亭.基于Transformer和CNN的低剂量CT图像去噪网络[J].海南师范大学学报(自然科学版),2023,36(2):176-182. |
| |
| 作者姓名： | 郝文强 崔学英 郭映亭 |
| |
| 作者单位： | 太原科技大学 应用科学学院，山西 太原 030024 |
| |
| 基金项目： | 国家自然科学基金项目（62001321）；山西省自然科学基金项目（202103021224274） |
| |
| 摘 要： | 低剂量计算机断层扫描（Low-dose Computed Tomography， LDCT）在临床中有着广泛的
应用，可以有效减轻对病人的辐射剂量。但是成像后的低剂量CT图像中含有明显的噪声和条形
伪影，影响医师的诊断。提出了一种基于Transformer和CNN的去噪网络，该网络是一种改进的编
解码网络架构，其编码端的每一层由卷积模块与Transformer模块融合而成，用来提取每一层的局
部特征和全局特征，同时引入融合模块用来有效地融合提取的局部特征和全局特征。并把融合后
的特征通过跳跃连接融入解码端对应的层，解码端的每一层通过卷积模块提取有效特征进而重建
去噪后的图像。在真实数据集Mayo上的实验结果说明所提出的网络不仅可以有效去除噪声，还能
够保持图像的边缘。
|
| 关 键 词： | 低剂量CT 图像去噪 U-Net Transformer 通道注意力 |
Low-dose CT Image Denoising Network Based on Transformer and CNN |
| |
| HAO Wenqiang,CUI Xueying,GUO Yingting.Low-dose CT Image Denoising Network Based on Transformer and CNN[J].Journal of Hainan Normal University:Natural Science,2023,36(2):176-182. |
| |
| Authors: | HAO Wenqiang CUI Xueying GUO Yingting |
| |
| Abstract: | |
| |
| Keywords: | low-dose CT image denoising U-Net transformer channel attention |
|
| 点击此处可从《海南师范大学学报(自然科学版)》浏览原始摘要信息 |
| 点击此处可从《海南师范大学学报(自然科学版)》下载免费的PDF全文 |
