边缘保护与多阶段网络相结合的LDCT图像去噪

来源：计算机工程与应用杂志2023年第1期北京时间：

作者：郭志涛, 周峰, 赵琳琳, 袁金丽, 卢成钢

单位：河北工业大学 电子信息工程学院，天津 300401

摘要：低剂量CT是减少辐射剂量，降低对患者影响的有效方法。然而降低辐射剂量会导致重建之后的成像存在大量的噪声，并且会造成低剂量CT图像细节的丢失，从而影响医师在诊断过程中的判断。针对这个问题，构建了一种多阶段去噪网络模型，并在此基础上引入了由可训练的Sobel卷积构成的边缘保护模块来增强对图像边缘细节的保护。此外，为了综合考虑每个阶段的输出在训练过程中的影响，在每个阶段引入Charbonnier loss并将其叠加作为损失函数。实验结果表明，所提算法相较于对比算法取得了最优的去噪结果，并实现了对图像边缘细节的保护，同时在预测时间上也取得了优秀的表现。

关键词：图像处理,低剂量CT去噪,深度学习,Sobel卷积