文献

J-GLOBAL ID：202002289135725817   整理番号：20A0952938

低線量CTにおける雑音低減のための深部畳込みニューラルネットワーク【JST・京大機械翻訳】

Deep Convolutional Neural Network for Noise Reduction in Low-Dose CT

著者 (4件)： Fu Mei (Beijing Univ Posts & Telecommun,Beijing Key Lab Network Syst Architecture & Conve,Beijing,China) ,  Li Shufang (Beijing Univ Posts & Telecommun,Beijing Key Lab Network Syst Architecture & Conve,Beijing,China) ,  Li Yifan (Beijing Univ Posts & Telecommun,Beijing Key Lab Network Syst Architecture & Conve,Beijing,China) ,  Yang Wenjie (Beijing Univ Posts & Telecommun,Beijing Key Lab Network Syst Architecture & Conve,Beijing,China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2019  号： ICCC  ページ： 2009-2013  発行年： 2019年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 低線量CT画像における雑音とアーチファクトを低減するために,知覚損失を有する深い畳込みネットワークを提案した。提案したモデルは客観的指標に関する良好な性能を得て,雑音除去画像を放射線科医により許容できるようにした。この方法は,低線量CT画像と雑音画像の間のマッピングを学習し,収束速度を加速し,雑音低減性能を改善するために,バッチ正規化を組み合わせた。事前に訓練されたVGGネットワークによって抽出された知覚損失を導入して,攻撃的雑音除去の問題を効果的に解決した。さらに,知覚損失とL1損失の組合せは,不十分な雑音低減の問題を解決する。実験結果は,現在の先進的アルゴリズムと比較して,提案したネットワークが,組織構造の雑音低減と完全性をより良くバランスさせることができることを示した。処理後,雑音は著しく減少し,小さな構造忠実度は完全に維持された。そして,軟部組織ウインドウの組織はより完全であり,低線量CTノイズ除去の分野における困難さである。Copyright 2020 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： アルゴリズム ,  *雑音 ,  *畳込み ,  組織構造 ,  *ネットワーク ,  *雑音低減 ,  完全性 ,  正規化 ,  軟部組織 ,  アーチファクト ,  雑音除去
準シソーラス用語： 収束速度 ,  放射線科医 ,  *低線量CT ,  *畳込みニューラルネットワーク , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (4件)： 低線量CT ,  雑音低減 ,  深部 ,  畳込みニューラルネットワーク