-
题名基于DNGAN的磁共振图像超分辨率重建算法
被引量：4
- 1
-
-
作者
戴朝霞
李锦欣
张向东
徐旭
梅林
张亮
-
机构
中国电子科技集团公司第三十研究所
西安电子科技大学通信工程学院
西安电子科技大学计算机科学与技术学院
公安部第三研究所
西安市智能软件工程重点实验室(西安电子科技大学)
-
出处
《计算机科学》
CSCD
北大核心
2022年第7期113-119,共7页
-
基金
国家自然科学基金(62072358)
国家重点研发计划(2020YFF0304900,2019YFB1311600)
陕西省重点研发计划(2018ZDXM-GY-036)。
-
文摘
磁共振图像的质量会影响医生对患者身体情况的判断,高清晰度的磁共振图像更有利于医生做出准确的诊断。利用计算机技术对磁共振图像进行超分辨率重建,可以由低分辨率的磁共振图像得到高分辨率的磁共振图像。基于生成对抗网络强大的生成能力及其非监督学习特性,文中研究了基于生成对抗网络的磁共振图像超分辨率算法,设计了一个结合残差网络结构及DenseNet结构作为生成网络的网络模型DNGAN。该网络使用WGAN-GP理论作为对抗损失来稳定生成对抗网络的训练。除此之外,使用内容损失函数以及感知损失函数作为网络的损失函数。同时,为了更好地利用磁共振图像丰富的频域信息,将磁共振图像的频域信息作为频域损失函数添加到网络中。为了证明DNGAN模型的有效性,将其磁共振图像超分辨率实验结果与SRGAN以及双三次插值法的磁共振图像超分辨率重建结果进行对比,表明DNGAN模型能够有效地对磁共振图像进行超分辨率重建。
-
关键词
超分辨率重建
生成对抗网络
磁共振图像
卷积神经网络
DenseNet
-
Keywords
Super-resolution reconstruction
Generative adversarial network
Magnetic resonance imaging
Convolutional neural network
DenseNet
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
