文献

J-GLOBAL ID：201802216187130686   整理番号：18A0488423

積層疎雑音除去自動エンコーダによる低線量CT復元【Powered by NICT】

Low-dose CT restoration via stacked sparse denoising autoencoders

著者 (2件)： Liu Yan (School of Electrical Engineering Information, Sichuan University, Chengdu 610065, China) ,  Zhang Yi (College of Computer Science, Sichuan University, Chengdu 610065, China)
資料名： Neurocomputing  (Neurocomputing)
巻： 284  ページ： 80-89  発行年： 2018年 
JST資料番号： W0360A  ISSN： 0925-2312  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 低線量計算機トモグラフィー(CT)画像の画像品質を改善するために,本論文で提示した低線量CT復元のための深い学習に基づく手法。,雑音のあるサンプルを訓練するために本来設計された,積層スパースノイズ除去オートエンコーダを採用して,アーキテクチャを構築した。実験結果は,提案したモデルがいくつかの最先端法,凸集合(TV POCS),辞書学習,ブロックマッチング3D(BM3D),畳込みノイズ除去オートエンコーダ(CDA)とUネットベース残留畳込みニューラルネットワーク(KAISTネット)に対する全変動に基づく投影を含む性能的に優れており,定性的および定量的の両方であることを示した。提案した方法は雑音を抑制するだけでなく,構造の詳細を回収できる。さらに,ネットワークはオフライン訓練される,標的低線量画像の処理速度は他の方法よりもはるかに速かった。Copyright 2018 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【Powered by NICT】

シソーラス用語： 計算機アーキテクチャ ,  画質 ,  ネットワーク ,  学習 ,  *符号器 ,  *雑音 ,  三次元 ,  *雑音除去 ,  画像 ,  計算機トモグラフィー ,  雑音低減 ,  畳込み
準シソーラス用語： ブロックマッチング ,  *低線量 ,  *低線量CT , 【Automatic Indexing@JST】

著者キーワード (4件)： 低用量CT ,  深い学習 ,  画像復元 ,  自動符号器

分類 (3件)： パターン認識  (JE07000S) ,  人工知能  (JE08000Z) ,  ニューロコンピュータ  (JC06010Q)

タイトルに関連する用語 (4件)： 雑音除去 ,  エンコーダ ,  低線量CT ,  復元