仪器仪表学报

作者：柴世杰，黄魁东，杨富强，赵举龙

单位：柴世杰,1.西北工业大学航空发动机高性能制造工业和信息化部重点实验室西安710072； 2.西北工业大学宁波研究院 宁波315000； 3.西北工业大学航空发动机先进制造技术教育部工程研究中心西安710072,chaishijie@mail.nwpu.edu.cn,黄魁东,1.西北工业大学航空发动机高性能制造工业和信息化部重点实验室西安710072； 2.西北工业大学宁波研究院 宁波315000； 3.西北工业大学航空发动机先进制造技术教育部工程研究中心西安710072,kdhuang@nwpu.edu.cn,杨富强,1.西北工业大学航空发动机高性能制造工业和信息化部重点实验室西安710072； 3.西北工业大学航空发动机先进制造技术教育部工程研究中心西安710072,,赵举龙,1.西北工业大学航空发动机高性能制造工业和信息化部重点实验室西安710072； 3.西北工业大学航空发动机先进制造技术教育部工程研究中心西安710072,

关键词：CBCT;耦合伪影去除;多尺度;FPN;生成对抗网络

基金：浙江省“尖兵领雁+X”研发攻关计划项目（2024C01249(SD2)）、中国航空发动机集团产学研合作项目（HFZL2022CXY024）、航空发动机及燃气轮机基础科学中心项目（P2022-B-IV-013-001）资助

针对锥束CT（CBCT）图像存在的耦合伪影难以完全校正问题，提出1种基于多尺度生成对抗网络的锥束CT图像耦合伪影校正方法。首先，根据CT图像的伪影特征构建了一套包括仿真图像和实际图像的CBCT耦合伪影数据集，用于提高模型泛化能力。再将特征金字塔结构（FPN）和基于卷积块的注意机制（CBAM）融入网络的生成器结构中，帮助网络捕获更全面特征信息，并配合多尺度判别器（MSD）搭建生成对抗网络框架，使得生成的去伪影图像更加清晰和真实。实验分析显示，经本文方法校正图像的PSNR和SSIM在仿真数据集中提高了21.595dB、0.541，在实际数据集中提高了14.072dB、0.274。实验结果表明，本文方法可有效校正耦合伪影。

来源：2024年第9期

《仪器仪表学报》期刊编辑部

查看仪器仪表学报杂志2024年第9期