基于空洞卷积神经网络的医学超声图像去噪

作者：邵党国^*; 朱彧麟; 马磊; 徐慧

来源：现代电子技术, 2023, 46(13): 55-61.

DOI：10.16652/j.issn.1004-373x.2023.13.010

• 医学超声图像
• 图像去噪
• 空洞卷积
• 散斑减少
• 卷积神经网络
• 网络模型
• 跳跃连接

散斑严重影响医学超声图像的质量，从而导致临床诊断和图像处理困难。为解决上述问题，提出一种基于空洞卷积神经网络的散斑减小方法。不同于其他的散斑抑制方法，文中通过建立超声图像和散斑图像之间的非线性映射，同时结合跳跃连接使网络不会发生梯度爆炸或消失，从而具有较好的反向传播能力。该方法可以通过超声图像预测散斑，再由超声图像与预测的散斑图像相减从而得到干净的超声图像。该方法相较于散斑减少各向异性扩散（SRAD）和细节保持各向异性扩散（DPAD），具有更好的散斑减少和结构保存性能，在对比的量化数据上提升巨大。实验结果表明，该方法在超声医学图像上具有较好的性能和鲁棒性。

• 单位
  昆明理工大学; 昆明医科大学第一附属医院; 自动化学院