基于Swin-Transformer迭代展开的有限角CT图像重建用于PTCT成像

作     者：袁伟 席雅睿 谭川东 刘川江 朱国荣 刘丰林 Yuan Wei;Xi Yarui;Tan Chuandong;Liu Chuanjiang;Zhu Guorong;Liu Fenglin

作者机构：重庆大学ICT研究中心光电技术及系统教育部重点实验室重庆400044 重庆大学工业CT无损检测教育部工程研究中心重庆400044 

出 版 物：《光学学报》 (Acta Optica Sinica)

年 卷 期：2024年第44卷第8期

页      面：296-307页

核心收录：

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(62171067) 重庆市自然科学基金(CSTB2022NSCQ-MSX1311) 

主　　题：X射线光学 计算机断层成像 相对平行直线扫描 图像重建 有限角 深度学习 

摘      要：针对相对平行直线扫描CT(PTCT)图像重建存在的有限角伪影问题,提出一种学习局部和非局部正则项的深度迭代展开方法。该方法将具有固定迭代次数的梯度下降算法迭代展开到神经网络,利用具有坐标注意力(CA)机制的卷积模块和Swin-Transformer模块作为迭代模块交替级联部署,构成端到端的深度重建网络。卷积模块学习局部正则化,其中CA用于减少图像过平滑;Swin-Transformer模块学习非局部正则化,提高网络对图像细节的恢复能力;在相邻模块间,使用迭代连接(IC)增强模型提取深层特征的能力,提高每次迭代的效率。通过消融实验验证了网络各部分的有效性,并在两种类型的数据集上进行实验,结果证明了本文方法的效果。实验结果表明,本文方法在抑制PTCT重建图像有限角伪影的同时,能较好地保留重建图像细节,提高重建图像质量。