点击次数：

论文类型：期刊论文

第一作者：周丽平

合写作者：孙怡,程凯,余建桥

发表时间：2018-03-20

发表刊物：CT理论与应用研究

卷号：27

期号：2

页面范围：227-240

ISSN号：1004-4140

关键字：射束硬化;计算机断层成像;深度学习;卷积神经网络

摘要：利用工业CT进行无损检测时,由于实际X射线源的宽能谱特性,目前现有的大部分重建算法得到的图像含有射束硬化伪影.射束硬化伪影降低了图像的质量,影响了CT图像应用,如CT图像诊断等.本文提出一种基于深度学习的减少硬化伪影的方法,用大量含有硬化伪影的断层图像作为输入,用相应的在固定能量下重建的不含硬化伪影的图像作为输出来训练卷积神经网络.通过建立含有硬化伪影的断层图像与不含硬化伪影的断层图像之间的映射关系,来抑制硬化伪影.实验结果证明了本文所提方法在降低CT图像硬化伪影上的有效性.