融合特征金字塔与可变形分离卷积的CT图像层间插值方法

作     者：胡志宏 刘孝保 姚廷强 申吉泓 Hu Zhihong;Liu Xiaobao;Yao Tinqiang;Shen Jihong

作者机构：昆明理工大学机电工程学院 昆明医科大学第一附属医院 

出 版 物：《激光与光电子学进展》 (Laser & Optoelectronics Progress)

年 卷 期：2024年第61卷第12期

页      面：390-401页

核心收录：

学科分类：0831[工学-生物医学工程（可授工学、理学、医学学位）] 100207[医学-影像医学与核医学] 1006[医学-中西医结合] 1002[医学-临床医学] 1001[医学-基础医学(可授医学、理学学位)] 08[工学] 080203[工学-机械设计及理论] 1010[医学-医学技术（可授医学、理学学位）] 0802[工学-机械工程] 100106[医学-放射医学] 10[医学] 100602[医学-中西医结合临床] 

基　　金：国家自然科学基金(82260297,81960133) 云南省高校女性盆底功能障碍性疾病研究与应用科技创新团队项目(K1322112) 

主　　题：医学图像层间插值 层间分辨率 特征金字塔 可变形分离卷积 

摘      要：针对计算机断层扫描（CT）序列图像中层间分辨率远低于层内分辨率的问题，提出了一种融合特征金字塔与可变形分离卷积的CT图像层间插值网络。该网络由两个模块构成：图像生成模块和图像增强模块。图像生成模块利用MultiResUNet实现对输入图像的特征提取，然后利用两组不同的可变形分离卷积分别对输入图像进行卷积运算生成候选层间图像；图像增强模块通过特征金字塔和图像合成网络实现对输入图像的多尺度特征融合，生成额外专注于上下文细节的图像，以进一步对候选层间图像的纹理细节进行增强。实验结果表明，所提层间插值网络生成的层间图像在定性和定量分析上均取得了较优效果，在图像边缘轮廓及纹理细节处理上表现更加出色，能有效提高CT序列图像的层间分辨率。