深度学习——Metal artifact reduction
原论文:Metal artifact reduction on cervical CT images by deep residual learning
1.主要内容:提出了基于卷积神经网络的残差学习方法(RL-ARCNN) 。该方法能够减少颈椎CT图像中的金属伪影(由于人体植入金属部件后,拍CT时会出现放射状伪影)。
2.主要步骤:
(1)模拟各种金属伪影生成一个数据集,用于训练CNN。此数据集包括含有伪影的图像 (artifact-insert),不含伪影的图像 (artifact-free),伪影图像(artifact-residual)。
(2)设计模型主体结构
该网络结构参考了VGG网络。若设总层数为D,则可分为三种类型的层。第一层为Conv+relu(64个3* 3* 1尺寸的卷积核),该层用于提取局部的的纹理和边缘特征信息。第2-D-1层为Conv+Batch normalization+relu(64个3* 3* 1尺寸的卷积核),用于提取feature map的局部特征,运用了零填充保证尺寸不减小,用Batch normalization保证收敛速度。最后一层为Conv(1个3* 3 * 64尺寸的卷积核),该层用于产生最终的输出。
3.训练方法:
1)初始化权重参数
其中,random(0,1)产生0-1的随机数 ,neuron_in和neuron_out分别为输入层和输出层的神经元数目。
2)训练损失函数
其中,N表示输入图像划分的patch数;(pi-pf)表示伪影,即有伪影的图像 (artifact-insert)减去不含伪影的图像 (artifact-free);R(pi;θ)表示神经网络预测输出,pi为有伪影的图像 (artifact-insert),θ表示训练的参数。
因此,这个损失函数计算的是预测的伪影与真实的伪影之间的F范数。故而该网络的输出是尽量真实的伪影。
3)优化函数采用Adam
4.最终结果
最后,不含伪影的图像=含伪影图像-伪影。
5.实验数据
1)划分不同尺寸图像模块的输入,计算其PSNR。由下表知,50* 50尺寸的PSNR较大。
2)本方法和普通方法对比计算PSNR。训练数据增多可显著提高PNSR,且该方法优于其他普通方法。
3)图像视觉对比
该数据为仿真数据。第一行为不含伪影图像,第二行为含伪影图像,第四行为模型输出图像,第三行为最终的去伪影图像。可见去除伪影还是比较明显。
4)真实图像去伪影
第一,第三行分别为含伪影图像和去伪影图像,第二,第四行分别为局部放大图。
深度学习——Metal artifact reduction相关推荐
- ADN: Artifact Disentanglement Network for Unsupervised Metal Artifact Reduction
ADN: Artifact Disentanglement Network for Unsupervised Metal Artifact Reduction 文章简述 一.前言 (一)动机 (二)解 ...
- PyTorch深度学习基础之Reduction归约和自动微分操作讲解及实战(附源码 超详细必看)
创作不易 觉得有帮助请点赞关注收藏~~~ 一.PyTorch的Reduction操作 Reduction运算的特点是它往往对一个Tensor内的元素做归约操作,比如torch.max找极大值,torc ...
- apple深度学习开发包Metal
转自:https://zhuanlan.zhihu.com/p/24623380?utm_source=tuicool&utm_medium=referral 今年的NIPS大会上,Googl ...
- 深度学习在计算机视觉中的应用长篇综述
深度学习在计算机视觉中的应用长篇综述 前言 2012年ImageNet比赛,使深度学习在计算机视觉领域在全世界名声大震,由此人工智能的全球大爆发.第一个研究CNN的专家使Yann LeCun,现就职于 ...
- 超全!深度学习在计算机视觉领域的应用一览
作者 | 黄浴,奇点汽车美研中心首席科学家兼总裁 转载自知乎 简单回顾的话,2006年Geoffrey Hinton的论文点燃了"这把火",现在已经有不少人开始泼"冷水& ...
- 收藏 | 深度学习在计算机视觉领域的应用总结
点击上方"小白学视觉",选择加"星标"或"置顶" 重磅干货,第一时间送达本文转自|计算机视觉联盟 还是做一些背景介绍.已经是很热的深度学习, ...
- 深度学习在计算机视觉领域(包括图像,视频,3-D点云,深度图)的应用一览
点击上方"3D视觉工坊",选择"星标" 干货第一时间送达 来源 | 黄浴 原文 | https://zhuanlan.zhihu.com/p/55747295 ...
- 【A】超全!深度学习在计算机视觉领域的应用一览
作者 | 黄浴,奇点汽车美研中心首席科学家兼总裁 转载自知乎 简单回顾的话,2006年Geoffrey Hinton的论文点燃了"这把火",现在已经有不少人开始泼"冷水& ...
- 深度学习在计算机视觉领域图像应用总结
简单的回顾的话,2006年Geoffrey Hinton的论文点燃了"这把火",现在已经有不少人开始泼"冷水"了,主要是AI泡沫太大,而且深度学习不是包治百病的 ...
最新文章
- VMware前路难测,多个厂家群雄逐鹿
- 【转】激活 ActiveX 控件
- hdu 5280(最大子串和变形,dp)
- SQL零基础学习笔记(一)
- java手动切换成独立显卡_JAVA设计模式之调停者模式
- 蓝桥杯基础练习之杨辉三角
- 人工智能(1)---从0开始搭建产品经理的AI认知体系
- Serverless 场景排查问题利器:函数实例命令行操作
- 我的CSDN资源下载怎么被自动设置了积分
- html怎么设背景颜色加上文字,怎么给视频添加文字 视频底部加文字,设置文字背景颜色、文字显示时间...
- python如何调用hslcommunication_C#读写PLC数据问题
- 冲压工艺中常见的问题,值得收藏
- Floyd + 传递闭包
- MySQL连接navicat出现 2059 - authentication plugin ‘caching_sha2_password解决方法
- “the+形容词”的四种类型及语法特征
- Tippy.js – 轻量的 Javascript Tooltip 工具库
- 开热点给电脑消耗大吗_电脑连热点流量消耗大吗
- Linux 系统常见命令功能大全_【all】
- CentOS-Linux操作系统镜像文件下载
- python实现情人节的爱意表达