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,其強度和種類各異,因此選擇合適的算法對去噪至關(guān)重要。傳統(tǒng)圖像去噪方法基于先驗知識,其優(yōu)化過程相對繁瑣,存在保留圖像細節(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)能力強大、非線性建模、端到端學(xué)習(xí)、適應(yīng)性強和大規(guī)模并行計算等獨特優(yōu)勢,使其相對于傳統(tǒng)方法在處理復(fù)雜噪聲場景時更為有效。本文全面概括并深入分析了當(dāng)前低劑量... （共11頁）