基于生成对抗网络的非重复性CT几何伪影去除算法可行性研究
Feasibility Study of Irreproducible CT Geometric Artifact Removal Algorithm Based on Generative Adversarial Network作者机构:东南大学生物科学与医学工程学院南京210096
出 版 物:《信息化研究》 (INFORMATIZATION RESEARCH)
年 卷 期:2022年第48卷第6期
页 面:33-37页
学科分类:081203[工学-计算机应用技术] 08[工学] 0835[工学-软件工程] 0812[工学-计算机科学与技术(可授工学、理学学位)]
基 金:国家自然科学基金项目(No.62001112) 江苏省重点研发计划项目(No.BE2021609)
摘 要:计算机断层成像(CT)作为一种无损的成像方式,被广泛应用于临床诊断和科学研究。几何校正的精度是影响系统成像质量的关键因素,但在一些特殊成像环境下,如高分辨CT成像系统中,由于机械运动系统的加工精度难以保证,可能会在扫描过程中出现非重复性的运动误差,这些误差难以通过常规的几何校正算法准确获取,从而会在成像过程中引入条状伪影并造成图像模糊。本文针对CT系统的非重复性运动误差造成的几何伪影,以扇形束CT为实验对象,探讨基于生成对抗网络(GAN)去除图像中这类几何伪影的可行性。实验结果表明,生成对抗网络可以有效去除重建图像中的由非重复性运动误差造成的几何伪影,提高图像质量。