基于三维对抗性生成网络的低剂量锥形束CT图像重建系统

发布时间：2024-06-28 04:30

　　锥形束计算机断层扫描(Cone-beam Computed Tomography,CBCT)是一种直接获得三维医学图像的成像技术。但是过高的电离辐射剂量会增加人体患癌的风险。虽然减少锥形束CT投影数据数量能够有效降低患者所受的电离辐射,但会导致重建出的锥形束CT图像质量大幅下降。因此,如何在低剂量CT(Low-Dose CT,LDCT)的情况下重建出符合临床诊断需要、高质量的锥形束CT图像具有重要研究价值。为了提高有限角度锥形束CT的重建图像质量,本文提出了基于三维对抗性生成网络的有限角度锥形束CT重建算法。本章算法可分为三个阶段,数据预处理、训练阶段和CT重建阶段。在数据预处理阶段,有限角度的CBCT三维投影数据切割为低维度的三维投影数据矩阵块,作为训练阶段的输入数据。在训练阶段,生成网络目的是生成真实的缺失投影数据,而判别网络是分辨出投影数据的真假。在有限角度锥形束CT图像重建阶段,新的有限角度CBCT投影数据经过数据预处理切割为低维度的三维投影数据矩阵块,将其作为训练好的三维生成网络的输入数据。训练好的生成网络能够估计出缺失的投影数据部分,然后将补全的多个三维投影数据矩阵块按顺序...

【文章页数】：64 页

【学位级别】：硕士

【部分图文】：

图1.2单层螺旋CT扫描系统和锥形束CT扫描系统示意图

南京邮电大学专业学位硕士研究生学位论文第一章绪论4时，该儿童患肿瘤的概率将会是成人的10到15倍[13-14]。同时，在相同的扫描条件下，儿童受到的辐射剂量要比成人高很多倍，如头颈部下CT儿童受到的辐射剂量将会是成人的2.5倍。并且，由于儿童对辐射的承受能力较弱，在相同辐射剂量的....

图2.1DCGAN模型结构示意图

南京邮电大学专业学位硕士研究生学位论文第二章相关背景知识介绍8第二章相关背景知识介绍DCGAN（DeepConvolutionalGenerativeAdversarialNetwork）是以卷积神经网络和生成对抗性网络结构为基础的深度卷积神经网络，通过非监督学习的对抗博弈方式获....

图2.2LeNet-5卷积神经网络结构图

南京邮电大学专业学位硕士研究生学位论文第二章相关背景知识介绍9共享。同一层级的多个卷积核，用于提取不同的输入图像在同一层次的多个特征。通过不同层级的卷积核，能够提取输入图像不同层次的特征。第一层卷积核，常用于提取输入图像的低级特征，如线条、边缘等简单形式的特征。不同层级的卷积核，....

图2.3生成对抗性网络的流程示意图

南京邮电大学专业学位硕士研究生学位论文第二章相关背景知识介绍10生成对抗性网络基本原理生成对抗性网络的核心思想在于生成网络和判别网络的互相竞争直至达到两者之间的纳什平衡。生成网络的目的在于对真实数据的估计，而判别网络的目的在于尽可能的分辨出真实数据和生成网络生成数据。所以生成网络....

本文编号：3996435