用于低剂量CT图像降噪及去伪影的双注意力生成对抗网络制造技术

本发明专利技术属于CT成像技术领域，公开了一种用于抑制低剂量CT图像中的噪声与伪影、便于后期精确地医学诊断与分析的深度学习方法；具体技术方案为：用于低剂量CT图像降噪及去伪影的双注意力生成对抗网络，双注意力生成对抗网络分别用于分布不均匀、无规则的噪声特征与分布复杂的组织纹理特征的提取；设计多尺度特征提取的Res2Net判别器网络，既提高了判别器的鉴别能力，又增强了对抗训练的稳定性与鲁棒性；设计伪影注意力损失、伪影一致性损失、结构约束损失、对抗损失与像素级L1损失相结合的多描述损失函数进一步提高各个子网络的功能；本发明专利技术解决了因噪声伪影与组织结构分布高度相似而引发的欠降噪或过降噪现象。

【技术实现步骤摘要】
用于低剂量CT图像降噪及去伪影的双注意力生成对抗网络
本专利技术属于CT成像
，公开了一种用于抑制低剂量CT图像中的噪声与伪影、便于后期精确地医学诊断与分析的深度学习方法。
技术介绍
计算机断层扫描成像(computedtomography，CT)是一种广泛应用于生物医学、图像引导介入、安检、工农业生产、地质学与石油勘测等领域的无损检测技术。作为医学诊疗的重要辅助手段，CT成像速度快、精度高，可以完整呈现被检查部位的三维信息，且在骨伤、肿瘤与节点、血管病变与肺部积水、细胞癌变等的检测中发挥着不可替代的作用。目前，CT检查与每个人息息相关，常规体检、特定医学诊疗等均需按照要求对被检者进行不同程度的扫描。有资料表明，在美国，CT检查占所有放射检查的13％，但其导致患者接受的辐射剂量却占患者接受的全部辐射剂量的70％。一般地，人体做一次胸部X射线平片检查所承受的辐射剂量大约为0.1mSv。而常用CT检查需要进行多角度扫描，重复X射线扫描致使人体承受的辐射剂量比普通平片检查高的多，例如，人体在一次常规胸部CT检查中所受辐射剂量大约是一次胸部平片检本文档来自技高网...

【技术保护点】
1.用于低剂量CT图像降噪及去伪影的双注意力生成对抗网络，其特征在于，具体如下：/n一、选择LDCT图像降噪模型，构建成对LDCT图像与NDCT图像数据集；/n二、将LDCT图像输入双注意力生成器子网中，双注意力生成器子网内设基于伪影特征提取的注意力模块、基于复杂生理结构特征提起的注意力模块和主通道特征提取网络；/n三、多描述损失函数对双注意力生成器子网中的降噪结果图进行约束；/n四、NDCT图像与步骤三中得到的降噪结果图共同输入多尺度判别器子网中迭代训练；/n五、输出最终降噪结果图。/n

【技术特征摘要】
1.用于低剂量CT图像降噪及去伪影的双注意力生成对抗网络，其特征在于，具体如下：
一、选择LDCT图像降噪模型，构建成对LDCT图像与NDCT图像数据集；
二、将LDCT图像输入双注意力生成器子网中，双注意力生成器子网内设基于伪影特征提取的注意力模块、基于复杂生理结构特征提起的注意力模块和主通道特征提取网络；
三、多描述损失函数对双注意力生成器子网中的降噪结果图进行约束；
四、NDCT图像与步骤三中得到的降噪结果图共同输入多尺度判别器子网中迭代训练；
五、输出最终降噪结果图。


2.根据权利要求1所述的用于低剂量CT图像降噪及去伪影的双注意力生成对抗网络，其特征在于，步骤三中的多损失函数包括：
针对伪影注意力网络的伪影注意力损失函数与伪影一致性损失函数；
针对结构注意力网络的结构注意力损失函数；
针对生成对抗网络的对抗损失函数；
针对降噪结果图的全局损失函数。


3.根据权利要求1所述的用于低剂量CT图像降噪及去伪影的双注意力生成对抗网络，其特征在于，所述基于伪影特征提取的注意力模块内设4个循环，每个循环内设5个串联的残差网络、1个长短期记忆网络单元和1个卷积核，LDCT图像经过各个循环学习、长短期记忆和卷积后，输出能够代表噪声伪影位置、512*512*1的掩码矩阵；
基于复杂生理结构特征提取的注意力模块运用边缘提取操作来增强边缘信息；
主通道特征提取网络运用卷积核大小分别为3×3、5×5与7×7的稠密连接块与多尺度残差网络来分别提取伪影的密度信息与尺度信息。


4.根据权利要求1所述的用于低剂量CT图像降噪及去伪影的双注意力生成对抗网络，其特征在于，多尺度判别器子网的第一层由卷积核大小为4×4，步长为2的卷积层组成，用来提取图像的低层视觉特征，卷积层后分别增加了BN层与LeakyReLU激活函数；
第二层是由Res2...

【专利技术属性】
技术研发人员：张雄，韩泽芳，上官宏，韩兴隆，杨琳琳，王安红，
申请(专利权)人：太原科技大学，
类型：发明
国别省市：山西;14