基于深度卷積神經(jīng)網(wǎng)絡的醫(yī)學圖像去噪研究
發(fā)布時間:2023-04-03 00:28
自計算機斷層掃描(Computed Tomography,CT)設備問世以來,因其掃描快、費用低等優(yōu)點,而被廣泛應用于臨床醫(yī)學診斷領域。隨著人民健康意識的增強,人們普遍希望降低CT輻射影響,但輻射劑量的降低,會造成圖像質(zhì)量的嚴重下降,進而產(chǎn)生誤診現(xiàn)象。針對低劑量CT圖像去噪,傳統(tǒng)方法通常會導致CT圖像邊緣模糊、細節(jié)丟失等問題的產(chǎn)生,不易實現(xiàn)噪聲去除與細節(jié)信息保留相平衡的目的。由于深度卷積神經(jīng)網(wǎng)絡在物體識別、圖像分類等應用上的成功,以及其強大的特征提取能力,因此,本論文將其應用于低劑量CT圖像降噪,把低劑量CT圖像的降噪過程視為一個復雜的非線性問題的擬合過程,旨在提高低劑量CT圖像質(zhì)量。本文的主要研究內(nèi)容如下:(1)提出了基于雙殘差的卷積神經(jīng)網(wǎng)絡的醫(yī)學圖像去噪方法。網(wǎng)絡結構主要由類Inception結構和雙殘差模塊組成,以低劑量CT圖像作為輸入、正常劑量CT圖像作為標簽,通過該網(wǎng)絡結構,經(jīng)過反復訓練,擬合二者間的復雜關系,網(wǎng)絡訓練完成后,即可得到去噪模型,預測低劑量CT圖像的降噪圖像。在網(wǎng)絡結構設計中,首先,利用帶有3種不同尺寸的卷積核的類Inception結構提取輸入圖像的特征信息,并...
【文章頁數(shù)】:60 頁
【學位級別】:碩士
【文章目錄】:
摘要
Abstract
第1章 緒論
1.1 研究背景及意義
1.2 國內(nèi)外研究現(xiàn)狀
1.3 論文研究內(nèi)容與技術路線
1.4 論文所取得的成果與創(chuàng)新點
1.5 本章小結
第2章 圖像去噪及卷積神經(jīng)網(wǎng)絡的基礎理論
2.1 噪聲模型分類
2.2 圖像質(zhì)量評價標準
2.3 卷積神經(jīng)網(wǎng)絡的基礎理論
2.4 本章小結
第3章 基于雙殘差的卷積神經(jīng)網(wǎng)絡的醫(yī)學圖像去噪
3.1 網(wǎng)絡設計與參數(shù)設置
3.2 實驗結果與分析
3.3 本章小結
第4章 基于雙注意力的卷積神經(jīng)網(wǎng)絡的醫(yī)學圖像去噪
4.1 網(wǎng)絡設計
4.2 實驗結果與分析
4.3 本章小結
第5章 結論與認識
5.1 結論
5.2 認識
致謝
參考文獻
個人簡介
本文編號:3780274
【文章頁數(shù)】:60 頁
【學位級別】:碩士
【文章目錄】:
摘要
Abstract
第1章 緒論
1.1 研究背景及意義
1.2 國內(nèi)外研究現(xiàn)狀
1.3 論文研究內(nèi)容與技術路線
1.4 論文所取得的成果與創(chuàng)新點
1.5 本章小結
第2章 圖像去噪及卷積神經(jīng)網(wǎng)絡的基礎理論
2.1 噪聲模型分類
2.2 圖像質(zhì)量評價標準
2.3 卷積神經(jīng)網(wǎng)絡的基礎理論
2.4 本章小結
第3章 基于雙殘差的卷積神經(jīng)網(wǎng)絡的醫(yī)學圖像去噪
3.1 網(wǎng)絡設計與參數(shù)設置
3.2 實驗結果與分析
3.3 本章小結
第4章 基于雙注意力的卷積神經(jīng)網(wǎng)絡的醫(yī)學圖像去噪
4.1 網(wǎng)絡設計
4.2 實驗結果與分析
4.3 本章小結
第5章 結論與認識
5.1 結論
5.2 認識
致謝
參考文獻
個人簡介
本文編號:3780274
本文鏈接:http://www.sikaile.net/kejilunwen/shengwushengchang/3780274.html
最近更新
教材專著