針對錐形束CT（CBCT）圖像質(zhì)量較差的問題,提出一種基于卷積神經(jīng)網(wǎng)絡(luò)的超分辨率重建（SRCNN）方法,旨在提高CBCT圖像的分辨率。本研究分別對頭頸、盆腔、胸部的CBCT圖像進(jìn)行研究,先使用非局部均值（NLM）方法對圖像進(jìn)行降噪處理,再分別使用雙三次插值重建（BIC）方法和SRCNN重建方法進(jìn)行超分辨率重建。結(jié)果表明,BIC方法和SRCNN重建方法均能提高CBCT圖像的分辨率,SRCNN重建方法較BIC方法有更高的峰值信噪比,而在結(jié)構(gòu)相似度和特征相似度上,BIC方法和SRCNN重建方法的差別不大。從圖像峰值信噪比及特征相似度上看,此方法對盆腔部CBCT圖像處理效果更為顯著,對頭頸部及胸部處理效果相近。 

【文章來源】：中國醫(yī)學(xué)物理學(xué)雜志. 2020,37(07)CSCD

【文章頁數(shù)】：5 頁

【部分圖文】：

SRCNN算法的框架圖

PSNR是目前常用的圖像質(zhì)量量化評價(jià)的重要指標(biāo)之一，是衡量圖像噪聲水平和圖像失真的一種全參考評價(jià)標(biāo)準(zhǔn)[14]。其計(jì)算公式如下：圖3 盆腔CBCT圖像的NLM、SRCNN和BIC處理結(jié)果

圖2 頭部CBCT圖像的NLM、SRCNN和BIC處理結(jié)果其中，I1為原始圖像，I2為與I1大小相同的重建圖像，P為圖像中像素點(diǎn)的最大灰度值，w和h分別為圖像的長與寬。PSNR單位為分貝（dB），用于表示圖像的超分辨率時(shí)，PSNR計(jì)算值越大，表示重建后圖像失真越少，則相應(yīng)的超分辨率算法越好。

【參考文獻(xiàn)】：
期刊論文
[1]基于CNN和Resblock的圖像超分辨率重建算法[J]. 張健,何京璇,王容.  信息技術(shù)與網(wǎng)絡(luò)安全. 2019(07)
[2]中值濾波!先驗(yàn)圖像法去除CBCT圖像噪聲[J]. 馬鳳,齊宏亮,吳書裕,陳宇思,徐圓,彭曉龍,周凌宏.  核電子學(xué)與探測技術(shù). 2018(03)
[3]基于極深卷積神經(jīng)網(wǎng)絡(luò)的人臉超分辨率重建算法[J]. 孫毅堂,宋慧慧,張開華,嚴(yán)飛.  計(jì)算機(jī)應(yīng)用. 2018(04)
[4]基于小波變換的CBCT圖像去噪方法研究[J]. 張傳義.  電腦知識與技術(shù). 2018(04)
[5]基于多模型高斯過程回歸的肺部四維計(jì)算機(jī)斷層掃描超分辨率重建[J]. 房詩婷,鐘濤,陳瑾,張煜.  生物醫(yī)學(xué)工程學(xué)雜志. 2017(06)
[6]超分辨率重建圖像質(zhì)量評價(jià)算法分析[J]. 王小怡,蘇賦.  信息通信. 2017(09)
[7]錐形束CT在腫瘤精確放療中的應(yīng)用[J]. 劉軼群,王文玲.  腫瘤學(xué)雜志. 2013(12)
[8]超分辨率圖像重建方法綜述[J]. 蘇衡,周杰,張志浩.  自動化學(xué)報(bào). 2013(08)
[9]基于MATLAB的錐形束CT圖像去噪研究[J]. 王為,吳國華,沈奕晨,張松方,蔣馬偉.  中國醫(yī)學(xué)物理學(xué)雜志. 2013(04)
[10]基于結(jié)構(gòu)相似性的全參考圖像質(zhì)量評價(jià)[J]. 朱麗娟,趙青蘭.  信息通信. 2013(01)



本文編號：3510500