计算机应用

作者：上官宏, 任慧莹, 张雄, 韩兴隆, 桂志国, 王燕玲

单位：1.太原科技大学 电子信息工程学院，太原 030024；2.动态测试技术省部共建国家重点实验室（中北大学），太原 030051；3.山西财经大学 信息学院，太原 030006

关键词：低剂量计算机断层成像,生成对抗网络,编码器,解码器,降噪

基金：国家自然科学基金资助项目(62001321);山西省基础研究计划项目(202103021224265);太原科技大学研究生教育创新项目(SY2022015)

近年来，生成对抗网络（GAN）用于低剂量计算机断层成像（LDCT）图像降噪已经表现出显著的性能优势，成为该领域的研究热点。然而，GAN的生成器对LDCT图像中噪声和伪影分布的感知能力不足，导致网络的降噪性能受限。因此，提出一种基于双编码器双解码器生成对抗网络（DualED-GAN）的低剂量CT降噪模型。首先，提出由一对编解码器构成伪影像素级特征提取通道，用于估计LDCT中的伪影噪声；其次，提出由另外一对编解码器构成伪影掩码信息提取通道，用于估计伪影的强度和位置信息；最后，采用伪影图像质量标签图辅助估计伪影的掩码信息，可以为伪影像素级特征提取通道提供补充特征，进而提高GAN降噪网络对伪影噪声分布强度的敏感性。实验结果表明，在mayo测试集上与次优模型DESD-GAN（Dual-Encoder-Single-Decoder based Generative Adversarial Network）相比，所提模型的平均峰值信噪比（PSNR）提高了0.338 7 dB，平均结构相似性度（SSIM）提高了0.002 8。可见，所提模型在伪影抑制、结构保留与模型鲁棒性方面均有更好的表现。

来源：2025年第2期

《计算机应用》期刊编辑部

查看计算机应用杂志2025年第2期