投影域与图像域联合学习重建网络用于重建有限角度胸部CT图像

作     者：陈杰 王克强 简建波 王鹏 吴君 张文学 

作者机构：天津医科大学总医院放射治疗科 

出 版 物：《中国医学影像技术》 (Chinese Journal of Medical Imaging Technology)

年 卷 期：2024年

核心收录：

学科分类：12[管理学] 08[工学] 1010[医学-医学技术（可授医学、理学学位）] 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] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 1002[医学-临床医学] 1001[医学-基础医学(可授医学、理学学位)] 081104[工学-模式识别与智能系统] 080203[工学-机械设计及理论] 0835[工学-软件工程] 0802[工学-机械工程] 100106[医学-放射医学] 0811[工学-控制科学与工程] 10[医学] 100602[医学-中西医结合临床] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

主　　题：胸部 深度学习 体层摄影术,X线计算机 

摘      要：目的 观察双域（投影域与图像域）联合学习重建网络（DDRNet）用于重建胸部有限角度CT图像的价值。方法 回顾性收集65例胸部肿瘤患者共4300幅胸部增强CT图像，以DDRNet进行重建，并将三维与二维投影信息融合；评估重建效果，并与单域重建，滤波反投影法（FBP）、基于残差的编码/解码网络（RED-CNN）、Resnet+反卷积网络（RDN）及生成对抗网络（GAN）重建结果进行比较。结果 DDRNet重建图像峰值信噪比（PSNR）于迭代约60轮后，而投影域和图像域学习网络则于迭代约90轮和80轮后趋于稳定。训练稳定后，相比投影域学习网络，DDRNet和图像域学习网络输出结果波动更小；训练200轮后，DDRNet重建图像PSNR显著高于投影域和图像域学习网络。DDRNet重建图像质量明显优于FBP、RED-CNN、RDN及GAN。结论 DDRNet可有效重建高质量胸部有限角度CT图像。