-
题名基于空洞卷积神经网络的医学超声图像去噪
被引量：4
- 1
-
-
作者
邵党国
朱彧麟
马磊
徐慧
-
机构
昆明理工大学信息工程与自动化学院
昆明医科大学第一附属医院
-
出处
《现代电子技术》
2023年第13期55-61,共7页
-
基金
国家自然科学基金项目(62266025)资助。
-
文摘
散斑严重影响医学超声图像的质量,从而导致临床诊断和图像处理困难。为解决上述问题,提出一种基于空洞卷积神经网络的散斑减小方法。不同于其他的散斑抑制方法,文中通过建立超声图像和散斑图像之间的非线性映射,同时结合跳跃连接使网络不会发生梯度爆炸或消失,从而具有较好的反向传播能力。该方法可以通过超声图像预测散斑,再由超声图像与预测的散斑图像相减从而得到干净的超声图像。该方法相较于散斑减少各向异性扩散(SRAD)和细节保持各向异性扩散(DPAD),具有更好的散斑减少和结构保存性能,在对比的量化数据上提升巨大。实验结果表明,该方法在超声医学图像上具有较好的性能和鲁棒性。
-
关键词
医学超声图像
图像去噪
空洞卷积
散斑减少
卷积神经网络
网络模型
跳跃连接
-
Keywords
medical ultrasonic image
image denoising
void convolution
speckle decrease
convolutional neural networks
network model
skip connection
-
分类号
TN911.73-34
[电子电信—通信与信息系统]
TP751.1
[自动化与计算机技术—检测技术与自动化装置]
-
