基于深度学习的超声图像去噪方法研究

• 作者: 代哲 杨艳
• 来源期刊: 信息技术
• 学科: 工学
• 关键词: 超声图像 散斑噪声 深度学习 去噪
• 年，卷（期）: 2020,（9）
• 所属期刊栏目: 基金项目
• 页码范围: 57-60
• 页数: 4页
• 分类号: TP391.4
• 语种: 中文
• DOI: 10.13274/j.cnki.hdzj.2020.09.011

摘要

超声图像以低成本、 时效性、 无辐射的优点被广泛应用于医疗诊断,但是严重的散斑噪声对图像细节信息造成干扰.为了有效去除超声图像中的散斑噪声,同时保留超声图像的特征信息,文中基于DnCNN改进更匹配于散斑噪声的模型结构,通过对仿真超声图像训练来去噪,并与其他方法做定量对比.通过实验结果表明,改进的深度学习模型运用在超声图像去噪中具有良好的效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨艳		93	737	13.0	22.0
2	代哲		1	0	0.0	0.0