科研之友
微信
新浪微博
Facebook
分享链接
摘要
深度图像先验算法(DIP)可以将代数迭代过程与深度神经网络有效结合，完成高质量的图像重建。构建了一种基于“Conformer”结构的DIP重建算法，该网络结构改善了原始DIP算法在重建中出现的伪影问题，同时提高了算法对于病理图像在全局特征和局部特征中的重建能力。提出了基于感知特征相似性度量的正则化方法，使重建图像与原始图像之间的特征差异达到最小，提高图像特征细节的还原度。经对比发现，该算法在低剂量平行束CT数据集上将峰值信噪比提高了2～5 dB,在提高图像内部纹理的同时保留了良好的边缘细节。
- 单位
