摘要散斑严重影响医学超声图像的质量,从而导致临床诊断和图像处理困难.为解决上述问题,提出一种基于空洞卷积神经网络的散斑减小方法.不同于其他的散斑抑制方法,文中通过建立超声图像和散斑图像之间的非线性映射,同时结合跳跃连接使网络不会发生梯度爆炸或消失,从而具有较好的反向传播能力.该方法可以通过超声图像预测散斑,再由超声图像与预测的散斑图像相减从而得到干净的超声图像.该方法相较于散斑减少各向异性扩散(SRAD)和细节保持各向异性扩散(DPAD),具有更好的散斑减少和结构保存性能,在对比的量化数据上提升巨大.实验结果表明,该方法在超声医学图像上具有较好的性能和鲁棒性.
更多相关知识
- 浏览7
- 被引2
- 下载2

相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文