一个基于模型的直接倒置网络 (MDIN) 用于双光谱计算机断层扫描
Haichuan Zhou1,2, Huitao Zhang1,3, Xing Zhao1,3
1School of Mathematical Sciences, Capital Normal University, Beijing, 100048, People's Republic of China.
Physics in medicine and biology
|January 25, 2024
概括
一个新的基于模型的直接反转网络 (MDIN) 通过直接预测材料图像而无需光谱信息,减少文物和噪声,改善了双光谱计算机断层扫描 (DSCT) 重建.
科学领域:
- 医疗成像医学成像
- 计算成像技术的成像
- 图像重建 图像的重建
背景情况:
- 双光谱计算断层扫描 (DSCT) 面临着由于数学模型非线性,导致光束硬化器件的挑战.
- 现有的DSCT方法通常需要光谱信息,这在实践中并不总是可用.
研究的目的:
- 开发一种新的方法来提高DSCT重建性能.
- 解决传统CT和现有的DSCT方法的局限性.
主要方法:
- 为DSCT提出了一个基于模型的直接倒置网络 (MDIN).
- 使用网络架构,MDIN从多色投影中直接预测基础材料图像.
- 该网络包括投影预分解,域转换和图像后分解模块.
主要成果:
- 与其他方法相比,MDIN在物质分解方面表现出显著的优势.
- 拟议的方法在DSCT重建中显示出优异的工件减少和噪声抑制.
- 数字实验验证了MDIN方法的有效性.
结论:
- MDIN为DSCT重建提供了一种新且有效的解决方案.
- 该方法消除了对传统算法和光谱信息的需求.
- 在多光谱CT和低剂量CT中,MDIN显示出更广泛的应用潜力.


