[1]邓春燕,陆佳扬,黄宝添.基于神经网络学习的锥形束CT图像超分辨率重建算法[J].中国医学物理学杂志,2020,37(7):878-882.[doi:DOI:10.3969/j.issn.1005-202X.2020.07.015]
　DENG Chunyan,LU Jiayang,HUANG Baotian.Super-resolution reconstruction algorithm of CBCT image based on neural network learning[J].Chinese Journal of Medical Physics,2020,37(7):878-882.[doi:DOI:10.3969/j.issn.1005-202X.2020.07.015]
点击复制

基于神经网络学习的锥形束CT图像超分辨率重建算法()
分享到：

《中国医学物理学杂志》[ISSN:1005-202X/CN:44-1351/R]

卷:
37
期数:
2020年第7期
页码:
878-882
栏目:
医学影像物理
出版日期:
2020-07-25

文章信息/Info

Title:
Super-resolution reconstruction algorithm of CBCT image based on neural network learning
文章编号:
1005-202X（2020）07-0878-05
作者:
邓春燕; 陆佳扬; 黄宝添
汕头大学医学院附属肿瘤医院放疗科， 广东 汕头 515000
Author(s):
DENG Chunyan;  LU Jiayang;  HUANG Baotian
Department of Radiation Oncology, Cancer Hospital of Shantou University Medical College, Shantou 515000, China
关键词:
锥形束CT; 卷积神经网络; 降噪; 超分辨率重建
Keywords:
Keywords: cone-beam computed tomography convolutional neural network denoise super-resolution construction
分类号:
R318；TP751
DOI:
DOI:10.3969/j.issn.1005-202X.2020.07.015
文献标志码:
A
摘要:
针对锥形束CT（CBCT）图像质量较差的问题，提出一种基于卷积神经网络的超分辨率重建（SRCNN）方法，旨在提高CBCT图像的分辨率。本研究分别对头颈、盆腔、胸部的CBCT图像进行研究，先使用非局部均值（NLM）方法对图像进行降噪处理，再分别使用双三次插值重建（BIC）方法和SRCNN重建方法进行超分辨率重建。结果表明，BIC方法和SRCNN重建方法均能提高CBCT图像的分辨率，SRCNN重建方法较BIC方法有更高的峰值信噪比，而在结构相似度和特征相似度上，BIC方法和SRCNN重建方法的差别不大。从图像峰值信噪比及特征相似度上看，此方法对盆腔部CBCT图像处理效果更为显著，对头颈部及胸部处理效果相近。
Abstract:
Abstract: A reconstruction method based on super-resolution convolutional neural network (SRCNN) is proposed to solve the problem of poor cone-beam computed tomography (CBCT) image quality, thereby improving the resolution of CBCT image. The CBCT images of head and neck, pelvic cavity and thorax were researched. Firstly, image noises were removed by non-local means method, and then super-resolution reconstruction is carried out by bicubic interpolation (BIC) and SRCNN, separately. The results show that both BIC method and SRCNN method can improve the resolution of CBCT image. The peak signal-to-noise ratio (PSNR) obtained by SRCNN method is higher than that obtained by BIC method, but the differences in structural similarity (SSIM) and feature similarity (FSIM) between SRCNN method and BIC method are trivial. The analysis on PSNR and FSIM shows that SRCNN method has more remarkable effect on the improvement of pelvic CBCT image, and the effects on the improvements of head and neck CBCT image and thoracic CBCT image are similar.

相似文献/References:

[1]张俊俊,杨 振,柏朋刚,等.运动模体中靶区长度与锥形束CT扫描速度的相关性[J].中国医学物理学杂志,2015,32(02):259.[doi:10.3969/j.issn.1005-202X.2015.02.025]
[2]张一戈,邱小平,陈维军,等.基于图像引导技术对头颈部肿瘤临床摆位误差的剂量学影响[J].中国医学物理学杂志,2015,32(01):25.[doi:10.3969/j.issn.1005-202X.2015.01.007]
[3]李 毅,李文荣,苏 进,等.基于CBCT非小细胞肺癌外放边界研究[J].中国医学物理学杂志,2014,31(04):5006.[doi:10.3969/j.issn.1005-202X.2014.04.008]
[4]翁邓胡,王 建,尹中明,等.基于锥形束CT研究肺癌图像引导放疗的内靶区外放边界值[J].中国医学物理学杂志,2014,31(04):5012.[doi:10.3969/j.issn.1005-202X.2014.04.009]
[5]查元梓,吴晔明,陆冬青,等.应用锥形束CT研究儿童神经母细胞瘤放射治疗的摆位误差[J].中国医学物理学杂志,2014,31(05):5128.[doi:10.3969/j.issn.1005-202X.2014.05.007]
[6]沈奕晨,聂生东.锥形束CT与螺旋CT图像配准算法及其在放疗中的应用[J].中国医学物理学杂志,2014,31(05):5151.[doi:10.3969/j.issn.1005-202X.2014.05.013]
[7]林俊华,魏贤顶,孔旭东,等.kV级锥形束CT在图像引导放疗中的应用[J].中国医学物理学杂志,2014,31(05):5157.[doi:10.3969/j.issn.1005-202X.2014.05.014]
[8]周 琼,周剑良,张一戈,等.基于锥形束CT肺癌放射治疗两种体位固定技术摆位误差的研究[J].中国医学物理学杂志,2014,31(06):5258.[doi:10.3969/j.issn.1005-202X.2014.06.008]
[9]周永强,金献测,易金玲,等.锥形束CT的验收与QA探讨[J].中国医学物理学杂志,2013,30(01):3854.[doi:10.3969/j.issn.1005-202X.2013.01.005]
[10]刘浩,白靖平,李公平,等.锥形束CT图象引导放疗的应用性测试[J].中国医学物理学杂志,2013,30(01):3877.[doi:10.3969/j.issn.1005-202X.2013.01.010]
[11]张俊,朱金汉,庄永东,等. 基于卷积神经网络CT/CBCT影像质量自动分析[J].中国医学物理学杂志,2018,35(5):557.[doi:DOI:10.3969/j.issn.1005-202X.2018.05.012]
　ZHANG Jun,ZHU Jinhan,ZHUANG Yongdong,et al. Automatic analysis of CT/CBCT image quality based on convolutional neural network[J].Chinese Journal of Medical Physics,2018,35(7):557.[doi:DOI:10.3969/j.issn.1005-202X.2018.05.012]

备注/Memo

备注/Memo:
【收稿日期】2020-01-06 【基金项目】国家自然科学基金（81602667）；广东省科技创新战略专项资金（纵向协同管理方向）［汕府科（2018）157号］ 【作者简介】邓春燕，助理工程师，研究方向：放射治疗计划设计与加速器质控，E-mail: cuku078@163.com 【通信作者】黄宝添，高级工程师，研究方向：放射治疗计划设计与加速器质控，E-mail: hbt830910@126. com
更新日期/Last Update: 2020-07-28