科研之友
微信
新浪微博
Facebook
分享链接
摘要
CT图像中的金属伪影是由金属物体引起的，它们会严重降低图像质量并影响诊断。在这项工作中，本文提出了一种基于生成器-鉴别器结构的生成对抗网络(GAN)模型，同时引入线性插值方法来约束生成器提取更多关键特征以生成更可信的图像。作者还将注意力机制应用于残差网络中，以增加模型特征提取的能力。在Deeplesion数据集上验证了模型的有效性。实验结果表明，文章提出的模型能有效减少金属伪影，图像细节保真度也优于其他方法。
-
单位南京医科大学; 东南大学生物科学与医学工程学院
