基于全变分正则项展开的迭代去噪网络

针对神经网络训练存在解释能力差以及不稳定问题,提出一种基于CP(Chambolle-Pock)算法求解的全变分(TV)正则项展开去噪网络(CPTV-Net),用于解决低剂量计算机断层扫描(LDCT)图像去噪问题。首先,向L1正则项模型引入TV约束项,以保留图像的结构信息;其次,采用CP算法对去噪模型进行求解并得出具体迭代步骤,保证算法的收敛性;最后,借助浅层卷积神经网络学习线性操作的原始对偶变量迭代公式,用神经网络计算模型的解,并通过收集网络参数优化合并数据。在模拟和真实LDCT数据集上的实验结果表明,与残差编码器-解码器卷积神经网络(REDCNN)、TED-Net(Transformer Encoder-decoder Dilation Network)等五种先进的去噪方法相比,CPTV-Net具有较优的峰值信噪比(PSNR)、结构相似度(SSIM)和视觉信息保真度(VIF)评估值,能生成去噪效果明显和细节保留最为完整的LDCT图像。

基于梯度场的工业X射线图像增强算法

在X射线成像检测厚薄不均构件时,经常会出现对比度低或对比度不均以及照度低的问题,这会导致图像显示时构件的一些细节难以被观察与分析。针对这一问题,提出一种基于梯度场的X射线图像增强算法。该算法以梯度场增强为核心,分为两步:首先,提出一种基于对数变换的算法,压缩图像的灰度范围、去除图像冗余灰度信息、提升图像对比度;然后,提出一种基于梯度场的算法,增强图像细节、提升图像局部对比度、提高图像质量,使构件细节清晰显示在检测屏上。选择一组厚薄不均构件的X射线图像进行了实验,并与对比度受限自适应直方图均衡化(CLAHE)、同态滤波等算法进行了比较。实验结果表明所提算法具有更明显的增强效果,能更好地显示构件的细节信息,并且通过计算平均梯度和无参考结构清晰度(NRSS)纹理分析的定量评价标准进一步表明了该算法的有效性。

结合全卷积网络和K均值聚类的球栅阵列焊球边缘气泡分割

针对在球栅阵列(BGA)气泡检测中,由于图像干扰因素的多样性导致焊球存在边缘气泡与背景之间灰度级接近,从而造成焊球气泡分割结果不精确的问题,提出了一种结合全卷积神经网络(FCN)和K均值(K-means)聚类分割的焊球气泡分割方法。首先根据所制作的BGA标签数据集搭建FCN,通过训练该网络得到合适的网络模型,再对待测BGA图像进行预测处理得到图像的粗分割结果;然后对焊球区域映射提取,通过同态滤波法提高气泡区域辨识度,再使用K-means聚类分割对图像进行细分割处理,得到最终分割结果图;最后对原图焊球及气泡区域进行标注识别。将所提出的算法与传统BGA气泡分割算法进行对比,实验结果表明,所提出的算法对复杂BGA焊球的边缘气泡分割精确,图像分割结果与其真实轮廓高度匹配,准确度更高。

平稳小波域深度残差CNN用于低剂量CT图像估计

针对低剂量计算机断层扫描(LDCT)重建图像中存在大量噪声的问题,提出了一种平稳小波的深度残差卷积神经网络(SWT-CNN)模型,可以从LDCT图像估计标准剂量计算机断层扫描(NDCT)图像。该模型在训练阶段,将LDCT图像经平稳小波(SWT)三级分解后的高频系数作为输入,将LDCT图像高频系数与NDCT图像高频系数相减得到残差系数作为标签,通过深度卷积神经网络(CNN)学习输入和标签之间的映射关系;在测试阶段,利用此映射关系即可从LDCT图像的高频系数中预测NDCT高频系数,最后通过平稳小波反变换(ISWT)重构预测的NDCT图像。实验采用50对大小为512×512的同一体模的常规剂量胸腔及腹腔扫描切片和投影域添加噪声后的重建图像作为数据集,其中45对作为训练集,其余5对作为测试集。将所提模型与效果较好的非局部降噪算法、K-奇异值分解(K-SVD)算法、匹配三维滤波(BM3D)算法及图像域CNN(Image-CNN)模型对比,实验结果表明,SWT-CNN模型预测的NDCT图像信噪比(PSNR)和结构相似性(SSIM)高,且均方根误差(RMSE)小于其他算法处理结果。该模型对于提高低剂量CT图像质量是可行且有效的。

基于卷积神经网络的时频域CT重建算法

针对采用时域滤波器解析重建后图像存在伪影和图像细节丢失等问题,提出了一种基于卷积神经网络(CNN)的时频域计算机断层扫描(CT)重建算法。首先,在频域中构建了基于卷积神经网络的滤波器网络,实现投影数据的频域滤波;其次,利用反投影操作算子对频域滤波后结果进行域转换得到重建图像;接着,在图像域构建网络对来自反投影层的图像进行处理;最后,在采用最小均方误差损失函数基础上引入多尺度结构相似度损失函数组成复合损失函数,减轻神经网络对结果图像的模糊效应,保留重建图像细节。图像域网络和投影域滤波网络联合作用,最终得到重建结果。在临床数据集上验证了所提算法的有效性,相较于滤波反投影(FBP)算法、全变分(TV)算法及图像域残差编解码CNN(RED-CNN)算法,当投影数目分别为180和90时,所提算法重建结果图像信噪比(PSNR)和结构相似度(SSIM)最高,且归一化均方根误差(NMSE)最小;当投影数目为360时,所提算法仅次于TV算法。实验结果表明,所提算法可以提高CT图像重建图像质量,是一种可行且有效的方法。

一种基于笔形束核的快速剂量计算方法

针对传统笔形束核剂量算法计算过程复杂、速度较慢的问题,提出一种基于笔形束核的快速剂量计算方法。该方法在球壳坐标系下,利用射束与不同球壳层碰撞后轴线与体素相交情况的相似性,通过对每条射束只计算初始球壳层碰撞点处轴线与体素的相交情况,并将初始球壳层深度与其它球壳层深度的比值作为校正因子得到其他层碰撞点处轴线与体素的相交情况。避免射线追踪法的重复使用,在不影响算法精度的情况下节省大量时间。实验结果表明:在不同射野大小[(3×3)、(5×5)、(10×10)cm^2]的水模体中计算深度剂量分布,两种算法的计算精度基本一致,改进算法的计算速度提升约2.7倍。同时当射野面积为(10×10)cm^2时,在肺阻块模体和骨阻块模体不同深度的剖面剂量计算中,改进算法与传统算法的计算精度也基本一致,但计算速度提升约2.6倍。