基于注意力门UNet网络的CT金属伪影去除方法

来源：计算机测量与控制杂志2024年第4期北京时间：

作者：师晓宇,王斌

单位：中北大学

摘要：目前,UNet基本模型对带有金属伪影的CT图像的去除能力无法有效满足需求,UNet的结构简单无法提取出足够精确的有效结构和细节信息,并且深层卷积对低级特征的信息利用不够充分。基于上述问题,提出了一个基于注意力门的UNet金属伪影去除网络,该网络采用了注意力门对低层级和高层级的信息进行注意力权重处理,并利用跳跃连接机制到特征解码结构以提高生成CT图像的质量,通过多层级的编解码结构得到最终的去除金属伪影CT图像。实验结果表明,该方法与ADN、cGANMAR、UNet、CNNMAR、CycleGAN相比得到了更好的条状和带状伪影去除效果的CT图像。

关键词：金属伪影去除;注意力机制;卷积神经网络;UNet;编解码

基金资助：山西省基础研究计划项目(202203021211100,202103021224204)；山西省专利转化专项计划项目(202302006)