换一批
换一批基于编解码器生成对抗网络的CT去噪
CT image denoising using generative adversarial network with residual encoder-decoder generator
摘要针对生成对抗网络在训练中损失函数收敛慢,难以恢复图像细节的问题,提出一种基于编解码器与多尺度损失函数的生成对抗网络模型.使用含残差连接的编解码器作为生成器,该网络易于训练,能够加快对抗损失函数的收敛;引入噪声损失,与使用VGG19模型的感知损失构成多尺度损失函数,使图像在视觉上的纹理细节达到更细致的恢复效果.实验结果表明,与低剂量CT相比,去噪后图像的峰值信噪比提升了8.1％,结构相似性指数提升了4.8％,改进后的网络加快了损失函数收敛,有效改善了生成对抗网络训练困难、损失函数收敛慢、图像细节难以恢复等问题.
更多相关知识
- 浏览2
- 被引5
- 下载0
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
