计算机工程

作者：周博超, 韩雨男, 桂志国, 李郁峰, 张权

单位：1. 中北大学 电子测试技术国家重点实验室, 太原 030051;2. 中北大学 生物医学成像与影像大数据山西省重点实验室, 太原 030051;3. 中北大学 军民融合协同创新研究院, 太原 030051

关键词：低剂量计算机断层扫描,K-奇异值分解算法,VGG网络,深层字典,图像去噪

基金：国家自然科学基金（61671413，61801438）；山西省自然科学基金（201901D111153）；电子测试技术国家重点实验室开放基金（ZDSYSJ2015006）；山西省应用基础研究计划项目（201901D111144）；山西省青年科学基金（201801D221196）；中北大学青年学术带头人项目（QX201801）。

低剂量计算机断层扫描（LDCT）能够有效降低X射线辐射对人体健康造成的危害，已广泛应用于医学临床诊断。针对LDCT图像中存在大量的斑点噪声和条形伪影的问题，提出一种结合改进的VGG网络和深层字典的图像去噪算法，以弥补深层字典去噪能力的不足。在深层字典学习到第一层字典原子和稀疏矩阵后，通过改进的VGG网络将字典原子区分为信息原子和噪声原子，同时将稀疏矩阵中噪声原子所对应的元素设置为零，降低噪声原子对图像去噪效果的影响。实验结果表明，与K-SVD算法、正则化K-SVD算法和深层字典学习算法相比，该算法的峰值信噪比和结构相似性指数平均提高了1.4 dB和0.03，能够有效抑制LDCT图像噪声和伪影，且保留较多的边缘和细节信息。

来源：2022年第4期

《计算机工程》期刊编辑部

查看计算机工程杂志2022年第4期