目前深度学习方法广泛应用于低剂量CT去噪领域，但大多使用均方差损失，容易造成组织的过度平滑。针对这一问题，提出了一种基于纹理恢复的自注意力残差编解码网络，与原始的残差编解码网络相比，主要有以下两点改进：一、引入自注意力机制来捕获CT内部的远程相关性信息；二、设计特征提取网络，构建边界和纹理损失，以便恢复CT图像特征。实验结果表明，自注意力残差编解码网络可以很好地达到降噪与纹理恢复的平衡。
科研之友
微信
新浪微博
Facebook
分享链接
