基于改进型WGAN的低剂量CT图像去噪方法

• 作者: 叶超 徐曾春 李晓丽 杜振龙
• 来源期刊: 光学与光电技术
• 学科: 工学
• 关键词: Wasserstein距离度量的对抗生成网络 低剂量CT图像 图像去噪 感知损失
• 年，卷（期）: 2019,（3）
• 所属期刊栏目: 图像与信号处理
• 页码范围: 101-107
• 页数: 7页
• 分类号: TP391.41
• 字数: 4016字
• 语种: 中文

摘要

为改善低剂量CT图像的质量,提出一种基于改进型Wasserstein生成对抗网络(WGAN-gp)的低剂量CT图像去噪方法.WGAN-gp在WGAN网络的基础上加入梯度惩罚项,解决了WGAN训练困难,收敛速度慢的问题,进一步提高网络的性能.同时加入新感知损失度量函数,使对人眼而言敏感的纹理信息得到保留.实验结果表明,与目前相关的方法相比,PSNR提高了1.83 dB,SSIM表达能力增加了约3.5％,降低了时间复杂度,显著改善了低剂量CT图像的可视质量.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杜振龙	南京工业大学计算机科学与技术学院	31	122	7.0	10.0
2	李晓丽	南京工业大学计算机科学与技术学院	25	108	7.0	9.0
3	徐曾春	南京工业大学计算机科学与技术学院	13	127	3.0	11.0
4	叶超	南京工业大学计算机科学与技术学院	2	1	1.0	1.0