低剂量CT图像全变分深度展开去噪网络

来源：计算机测量与控制杂志2024年第12期北京时间：

作者：吴涵,张鹏程,桂志国,刘祎

单位：中北大学 信息与通信工程学院

摘要：对低剂量CT图像去噪进行了研究，分析了神经网络去噪在伪影抑制中计算性能低、泛化性不足的问题。采用各向异性全变分深度展开去噪网络，新方法结合图像相邻体素的边缘特性，引入各向异性TV正则项保留图像结构信息，避免各向同性TV导致的边缘模糊，并通过Chambolle-Pock算法求解数学模型，适配深度展开到卷积神经网络。此外，结合像素注意力机制进行网络优化，捕捉图像中的重要细节。经实验测试，基于Mayo 2016数据集，该方法在图像去噪效果上优于传统方法及其他先进网络模型，在PSNR、SSIM和VIF等指标上表现更优，满足低剂量CT图像高质量重建的需求。

关键词：图像去噪;计算机断层扫描;原始对偶算法;模型驱动;注意力机制;

基金资助：山西省基础研究计划项目：202303021211148，202103021224204,20210302124403；山西省回国留学人员科研资助项目(2021-111)