基于深度學(xué)習(xí)的低劑量CT圖像去噪方法綜述

摘要： 由于低劑量CT情境下醫(yī)學(xué)圖像存在多樣的噪聲,其強(qiáng)度和種類各異,因此選擇合適的算法對(duì)去噪至關(guān)重要。傳統(tǒng)圖像去噪方法基于先驗(yàn)知識(shí),其優(yōu)化過程相對(duì)繁瑣,存在保留圖像細(xì)節(jié)和處理效率方面的一定限制。相較之下,基于深度學(xué)習(xí)的去噪方法具備學(xué)習(xí)能力強(qiáng)大、非線性建模、端到端學(xué)習(xí)、適應(yīng)性強(qiáng)和大規(guī)模并行計(jì)算等獨(dú)特優(yōu)勢,使其相對(duì)于傳統(tǒng)方法在處理復(fù)雜噪聲場景時(shí)更為有效。本文全面概括并深入分析了當(dāng)前低劑量... （共11頁）