科研之友
微信
新浪微博
Facebook
分享链接
摘要
医学图像是精准检测和疾病诊疗中非常重要的辅助手段,为了降低对人体有害的放射线因素,CT,MRI和PET等常用的医学影像都是低分辨率图像。本文使用一种改进的六层卷积神经网络的超分辨率重建方法来处理分辨率较低的医学图像,网络包括三个卷积层和一个反卷积重构层,通过使用交叉熵作为损失函数提高训练速度。文中用于训练卷积神经网络的MRI图像数据来源于专业医学图像网站LeadTools,并在重构前通过使用去噪算法和插值对低分辨率的医学图像先进行预处理,结果表明,相比于传统的双三次插值算法,文中所使用的卷积神经网络算法有效的提高了医学图像的重构效果
- 单位
