公开(公告)号：CN114494498B

公开(公告)日：2023-04-18

申请号：CN202210108825.X

申请日：2022-01-28

Applicant: 复旦大学

Inventor： 单洪明 ,  李子龙 ,  张军平

IPC: G06T11/00 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/084

Abstract: 本发明属于医学影像分析技术领域，具体为一种基于双域傅里叶神经网络的金属伪影去除方法。本发明通过快速傅里叶卷积分别在弦图域和CT图像域从局部和全局两个方面去除金属伪影。充分利用傅里叶卷积提供的全局感受野，该方法在弦图上能利用远距离信息修补被金属破坏的弦图，从而在原始数据上去除金属伪影。同时，该方法在图像域通过一个包含快速傅里叶卷积跳连接的U‑Net以消除二次伪影和去伪影时造成的全局不一致。在训练网络过程中使用多窗宽损失函数以优化临床重要窗宽下的模型表现。该方法在对不同大小和形状金属造成的伪影都有很好的去除效果。本发明方法提高了CT图像去除金属伪影的效能，从而在减轻金属伪影对临床诊断的干扰。

公开(公告)号：CN114494498A

公开(公告)日：2022-05-13

申请号：CN202210108825.X

申请日：2022-01-28

Applicant: 复旦大学

Inventor： 单洪明 ,  李子龙 ,  张军平

IPC: G06T11/00 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明属于医学影像分析技术领域，具体为一种基于双域傅里叶神经网络的金属伪影去除方法。本发明通过快速傅里叶卷积分别在弦图域和CT图像域从局部和全局两个方面去除金属伪影。充分利用傅里叶卷积提供的全局感受野，该方法在弦图上能利用远距离信息修补被金属破坏的弦图，从而在原始数据上去除金属伪影。同时，该方法在图像域通过一个包含快速傅里叶卷积跳连接的U‑Net以消除二次伪影和去伪影时造成的全局不一致。在训练网络过程中使用多窗宽损失函数以优化临床重要窗宽下的模型表现。该方法在对不同大小和形状金属造成的伪影都有很好的去除效果。本发明方法提高了CT图像去除金属伪影的效能，从而在减轻金属伪影对临床诊断的干扰。