适应低剂量CT消毒剂以保持纹理,使用零射击局部噪声水平匹配

科学领域:

• 医疗成像医学成像
• 图像处理 图像处理
• 放射学 放射学是一门学科.

背景情况:

• 低剂量计算机断层扫描 (LDCT) 拒绝方法通常会导致过度平滑的图像,与正常剂量CT (NDCT) 相比,失去诊断细节.
• 基于深度学习 (DL) 的解密模型通常需要大量的数据集,这些数据集在临床环境中往往是不可用的.

研究的目的:

• 开发一个算法,有效地拒绝LDCT图像,而不会导致过度平滑.
• 创建一种不需要大量培训数据集的方法,使其能够在各种临床场景中应用.
• 建议局部适应性噪声水平匹配 (LANCH) 用于LDCT消除噪声,在没有额外培训的情况下保持NDCT噪声特征.

主要方法:

• LANCH表示NDCT图像作为现有消毒器过度光滑输出的加权和LDCT和光滑图像之间的差异.
• 通过在局部匹配输出和NDCT之间的噪声水平来生成2D比率图,使用LDCT到NDCT设备流量比率.
• 这种零射击方法保留了LDCT的细节,并加强了无噪声区域,增强了任何LDCT的噪声.

主要成果:

• 兰奇显著提高了纹理的可信性比基线denoisers,在数量和质量上.
• 使用LANCH的零射击排毒实现了与基于培训的排毒器相比的或更高的准确性,SSIM增长1%和DISTS增长33%.
• 放射科医生的评估证实了显著的图像质量改善,平均意见分数增加了+1.18.8.

结论:

• 通过利用X射线流量和噪声方差之间的物理关系,LANCH增强了LDCT消灭器.
• 该方法在零拍摄条件下运行,只需要单个LDCT图像进行增强.
• 兰奇的性能优于或与监督的DL方法相提并论,并持续改进经过测试的LDCT方法.