计算机应用

作者：唐瑶瑶, 朱叶晨, 刘仰川, 高欣

单位：1.山东中医药大学 智能与信息工程学院, 济南 250355；2.济南国科医工科技发展有限公司, 济南 250101；3.中国科学院苏州生物医学工程技术研究所 医学影像技术研究室, 江苏 苏州 215163

关键词：计算机断层扫描图像,投影数据,环形伪影去除,环形伪影校正,深度学习

基金：国家重点研发计划项目(2022YFC2408400);国家自然科学基金资助项目(81871439);山东省重点研发计划项目(2021SFGC0104);江苏省重点研发计划项目(BE2021663);苏州科技计划项目(SJC20211014)

环形伪影是各类型计算机断层扫描（CT）图像中最常见的伪影之一，通常是由于探测器像素对X射线响应不一致导致的。有效去除环形伪影能极大提高CT图像质量，提升后期诊断和分析的精度，是CT图像重建中的必要步骤。因此，对环形伪影去除（又称“环形伪影校正”）方法进行了系统梳理。首先，介绍环形伪影的表现和成因，给出常用的数据集、算法库；其次，依次介绍基于探测器校正、基于解析和迭代求解（分为投影数据预处理、CT图像重建、CT图像后处理环节）、基于深度学习（分为卷积神经网络、生成对抗网络）的环形伪影去除方法，并分析每类方法的原理、发展过程及优缺点；最后，归纳现有环形伪影去除方法在鲁棒性、数据集多样化、模型构建等方面存在的技术瓶颈，并对解决方案进行展望。

来源：2024年第3期

《计算机应用》期刊编辑部

查看计算机应用杂志2024年第3期