基于卷积神经网络的宫颈CT图像的金属伪影去除

作者：黄霞; 许乙凯; 张煜

来源：中国医学物理学杂志, 2022, 39(12): 1466-1472.

DOI：10.3969/j.issn.1005-202X.2022.12.003

• 金属伪影
• 数据仿真
• 卷积神经网络
• 宫颈CT图像

目的：为了消除宫颈CT图像中存在的金属伪影，提出一种利用卷积神经网络（CNN）去除金属伪影的策略。方法：首先通过数值仿真得到金属伪影图像与目标图像（无伪影图像），构造训练测试数据集，利用含金属伪影的宫颈CT图像和对应的无伪影图像训练已搭建的CNN，进而得到去除宫颈CT图像金属伪影的CNN模型。结果：训练网络之前金属伪影图像与目标图像峰值信噪比（PSNR）平均值为26.0980dB。不同尺寸（25×25、50×50、100×100）的图像块训练网络得到去除金属伪影的图像与目标图像PSNR平均值分别为34.6079、38.3751、38.1838dB。结论：通过对仿真数据和临床数据进行实验，研究结果表明，本文方法能够快速有效地消除宫颈CT图像中的金属伪影，并且可以保留完整的组织结构信息。

• 单位
  生物医学工程学院; 南方医科大学; 南方医科大学南方医院