文献

J-GLOBAL ID：202002283550660393   整理番号：20A0676547

残差ネットワーク-マイグレーション学習法は低線量CTノイズを抑制する。【JST・京大機械翻訳】

Low-dose CT Noise Suppression with Residual network-Transfer learning

著者 (6件)： Zhong Anni (南方医科大学生物医学工程医療儀器研究所,广州,510515) ,  Li Bin (中山大学腫瘤防治中心,華南腫瘤学国家重点実験室,腫瘤医学協同創新中心,广州510060) ,  Luo Ning (南方医科大学生物医学工程医療儀器研究所,广州,510515) ,  Xu Yuan (南方医科大学生物医学工程医療儀器研究所,广州,510515) ,  Zhou Linghong (南方医科大学生物医学工程医療儀器研究所,广州,510515) ,  Zhen Xin (南方医科大学生物医学工程医療儀器研究所,广州,510515)
資料名： Hedianzixue yu Tance Jishu  (Hedianzixue yu Tance Jishu)
巻： 39  号： 4  ページ： 452-456  発行年： 2019年 
JST資料番号： C2038A  ISSN： 0258-0934  CODEN： HDYUEC  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 低線量CT画像の雑音アーチファクト問題を目的として,残留ネットワーク-マイグレーション学習に基づく画像雑音抑制アルゴリズムを提案した。残差コンボリューションニューラルネットワークフレームワークを用いて,低線量CT画像からそのノイズ画像へのマッピング関係を学習した。自然画像を用いてこのモデルの簡単な事前訓練を行い、CT画像データをモデルの共有パラメータに対して微調整し、低線量CT画像からノイズ画像を減算し、ノイズ抑制を実現した。実験により,本方法は,自然画像領域のノイズ抑制能力を,医用画像領域へ,効果的に移動することができ,そして,量子化指数は,従来のノイズ除去アルゴリズムより優れ,そして,ノイズおよび保持画像の詳細構造を,効果的に抑制することができた。Data from Wanfang. Translated by JST.【JST・京大機械翻訳】

シソーラス用語： *残差 ,  アルゴリズム ,  雑音低減 ,  量子化 ,  *ネットワーク ,  *雑音 ,  医用画像 ,  *学習 ,  アーチファクト
準シソーラス用語： CT画像 ,  自然画像 ,  画像雑音 ,  *低線量CT , 【Automatic Indexing@JST】

分類 (2件)： 図形・画像処理一般  (JE04010I) ,  素粒子・核物理実験計測用エレクトロニクス  (BE01020Q)

タイトルに関連する用語 (4件)： 残差 ,  マイグレーション ,  低線量CT ,  ノイズ