CT-Net: Cascaded T-shape network using spectral redundancy for dual-energy CT limited-angle reconstruction
CT-Net: Cascaded T-shape network using spectral redundancy for dual-energy CT limited-angle reconstruction
复制标题
CT-Net：使用谱冗余的级联T形网络进行双能CT有限角度重建
DOI：
10.1016/j.bspc.2022.104072
复制
发表时间：
2023-01
影响因子：
5.1
通讯作者：
Yang Chen
中科院分区：
文献类型：
--
作者：
Kai Chen;Guohui Ji;Chenrui Wang;Zhiguang Peng;Xu Ji;Hui Tang;Chunfeng Yang;Yang Chen
双能计算机断层扫描（DECT）在物质鉴定和定量分析方面显示出有希望的临床意义。双能CT扫描系统大多采用两组X射线源和探测器进行全扫描，同时获取材料高低能级的X射线数据。重建的高能和低能CT图像在能量域中具有光谱冗余。我们提出了一种利用能量域谱冗余的一步双能量有限角度重建方案。该方案由正弦图域网络（SD-Net）、重建单元（RU）和图像域网络（ID-Net）组成。 SD-Net对双能有限角度不完全投影数据进行补充后，使用RU重建CT图像。最后，ID-Net将重建的CT图像处理成高质量的CT图像。我们提出了一种基于光谱冗余的级联 T 形网络（CT-Net）来提高 DECT 图像质量。 CT-Net由主干网、低能分支和高能分支组成。 CT-Net可以直接将不完整的投影数据映射成可用于临床诊断的高质量DECT图像。定性和定量结果证明了 CT-Net 在保留边缘、消除伪影和抑制噪声方面的出色性能。两种常见的 DECT 应用，例如虚拟非对比 (VNC) 成像和碘对比剂定量，证明了 CT-Net 的临床前景潜力。
Dual-energy computed tomography (DECT) shows promising clinical significance in substance identification and quantitative analysis. Mostly dual-energy CT scanning systems use two sets of x-ray sources and detectors for full scanning to simultaneously acquire X-ray data of materials at high- and low-energy levels. The reconstructed high- and low-energy CT images have spectral redundancy in the energy domain. We propose a one-step dual-energy limited-angle reconstruction scheme exploiting the energy domain spectral redundancy. The scheme consists of a sinogram domain network(SD-Net), a reconstruction unit(RU), and an image domain network(ID-Net). After SD-Net complements the dual-energy limited-angle incomplete projection data, a RU is used to reconstruct the CT images. Finally, ID-Net processes the reconstructed CT images into high-quality CT images. We propose a Cascaded T-shape Network(CT-Net) based on spectral redundancy to improve DECT image quality. The CT-Net consists of a backbone net, a low-energy branch, and a high-energy branch. CT-Net can directly map incomplete projection data into high-quality DECT images that can be used for clinical diagnosis. Qualitative and quantitative results demonstrate the excellent performance of CT-Net in preserving edges, removing artifacts, and suppressing noise. Two common DECT applications, such as virtual non-contrast (VNC) imaging and iodine contrast agent quantification, prove the clinically promising potential of CT-Net.
登录
查看更多内容
影响因子：
5.4
作者：
Zhao, Hang;Gallo, Orazio;Kautz, Jan
通讯作者：
Kautz, Jan
基于生成对抗网络的超有限角度计算机断层扫描成像正弦图修复方法有前景
影响因子：
3.9
作者：
Ziheng Li;Ailong Cai;Linyuan Wang;Wenkun Zhang;Chao Tang;Lei Li;Ningning Liang;Bin Yan
通讯作者：
Bin Yan
影响因子：
2.4
作者：
Alom, Md Zahangir;Yakopcic, Chris;Asari, Vijayan K.
通讯作者：
Asari, Vijayan K.
影响因子：
3.5
作者：
Han X;Bian J;Ritman EL;Sidky EY;Pan X
通讯作者：
Pan X
使用卷积神经网络进行医学图像去噪：一种残差学习方法
影响因子：
3.3
作者：
Jifara, Worku;Jiang, Feng;Liu, Shaohui
通讯作者：
Liu, Shaohui