崔学英
- 作品数：35 被引量：44H指数：4
- 供职机构：太原科技大学应用科学学院更多>>
- 发文基金：国家自然科学基金山西省自然科学基金年山西省研究生优秀创新项目更多>>
- 相关领域：理学自动化与计算机技术航空宇航科学技术医药卫生更多>>
- 基于深度学习的低剂量CT成像算法研究进展被引量：4
- 2022年
- 计算机断层扫描成像(CT)技术具有成像速度快分辨率高的优点,广泛应用于医学临床诊断中。然而,提高剂量辐射会引发人体组织器官受损,降低剂量又会造成成像质量严重下降。为解决上述矛盾,在确保成像质量满足临床诊断需求的条件下,研究如何最大程度地降低X射线辐射对人体造成的伤害,已成为低剂量CT成像技术的研究热点。近年来,在人工智能领域深度学习方法快速发展,已广泛应用于图像处理、模式识别、信号处理等领域。与此同时,大数据驱动下的深度学习方法在LDCT成像领域的应用也有了长足的发展。本文从CT成像的过程、低剂量CT噪声建模以及成像算法的设计3方面,介绍近年来国内外低剂量CT成像算法的发展,尤其对深度学习领域的成像算法进行阐述与分析,并对LDCT图像成像领域未来的发展进行展望。
- 韩泽芳上官宏上官宏张雄桂志国桂志国张鹏程
- 关键词：低剂量CT
- 时标上拥有积分边界条件的一阶脉冲动力方程解的存在性
- 2012年
- 考虑时标上一阶拥有积分边界条件的脉冲动力方程,通过上下解方法结合单调迭代技术得到解存在的充分条件,所得结果包括了周期边值问题、初值问题并且改进和丰富了已有文献的结论,并举例说明其应用.
- 崔学英师向云
- 关键词：时标积分边界条件上下解方法单调迭代技术
- 抑制低剂量CT图像中伪影噪声的多尺度特征生成对抗网络
- 本发明属于CT成像技术领域，具体方案为：抑制低剂量CT图像中伪影噪声的多尺度特征生成对抗网络，选择LDCT图像降噪模型，构建成对LDCT图像与NDCT图像数据集，将LDCT图像输入误差反馈金字塔生成器网络中，金字塔生成器...
- 张雄韩泽芳上官宏韩兴隆崔学英王安红
- 文献传递
- 基于表达式的逐层聚合和动态选择的图到方程树模型
- 2023年
- 现有树解码器仅适合求解单变量问题而求解多元问题的效果欠佳,而大多数数学求解器对真值表达式的错误选择导致训练出现学习偏差。针对上述问题,提出基于表达式的逐层聚合和动态选择的图到方程树(GET)模型。首先,通过图编码器学习文本语义;其次,从方程树的底层开始逐层迭代地聚合数量和未知变量以得到子表达式;最后,结合输出表达式的最长前缀动态地选择真值表达式以实现偏差最小化。实验结果表明,所提模型在Math23K数据集上的精度达到83.10%,相较于图到树(Graph2Tree)模型提升了5.70个百分点。可见,所提模型适用于复杂多元数学问题的求解,并能降低学习偏差对实验结果的影响。
- 刘斌张倩魏亚琴崔学英智红英
- 基于变指数各向异性扩散和非局部的最大似然期望最大低剂量CT重建算法被引量：3
- 2014年
- 针对低剂量计算机断层扫描(CT)重建图像发生严重衰退的问题,提出一种基于变指数和非局部的最大似然期望最大(MLEM)低剂量CT重建算法。该算法考虑了传统各向异性扩散中降噪不充分的缺点,把可以有效折中热传导和各向异性扩散(P-M)这两种模型的变指数,以及代替梯度检测边缘和细节的相似度函数运用到传统各向异性扩散中,从而达到所期望的效果。该算法在每次迭代中首先采用基本的MLEM算法对低剂量CT投影数据进行重建;然后利用基于非局部的相似性测度以及变指数和模糊数学的理论对各向异性扩散的扩散函数进行改进,用改进后的各向异性扩散对重建图像进行降噪;最后使用中值滤波对图像进行处理从而消除脉冲噪声点。实验结果表明,所提出算法的均方绝对误差、归一化均方距离均比有序子集惩罚最小二乘(OS-PLS)、有序子集惩罚最大似然一步迟疑(OS-PML-OSL)、基于传统P-M、基于方差的算法小,获得了高达10.52的信噪比。该算法重建出的图像可以在有效消除噪声的同时较好地保持图像的边缘和细节信息。
- 张芳崔学英张权董婵婵刘祎孙未雅白云蛟桂志国
- 关键词：计算机断层扫描非局部图像重建各向异性扩散
- 基于Transformer和CNN的低剂量CT图像去噪网络
- 2023年
- 低剂量计算机断层扫描(Low-dose Computed Tomography, LDCT)在临床中有着广泛的应用,可以有效减轻对病人的辐射剂量。但是成像后的低剂量CT图像中含有明显的噪声和条形伪影,影响医师的诊断。提出了一种基于Transformer和CNN的去噪网络,该网络是一种改进的编解码网络架构,其编码端的每一层由卷积模块与Transformer模块融合而成,用来提取每一层的局部特征和全局特征,同时引入融合模块用来有效地融合提取的局部特征和全局特征。并把融合后的特征通过跳跃连接融入解码端对应的层,解码端的每一层通过卷积模块提取有效特征进而重建去噪后的图像。在真实数据集Mayo上的实验结果说明所提出的网络不仅可以有效去除噪声,还能够保持图像的边缘。
- 郝文强崔学英郭映亭
- 关键词：低剂量CT图像去噪TRANSFORMER
- 基于片相似性和最大似然期望最大化的低剂量CT重建算法被引量：2
- 2014年
- 针对低剂量计算机断层成像(CT)重建的图像产生严重退化的问题,提出一种基于片相似性各项异性扩散和最大似然期望最大化(MLEM)的低剂量CT重建算法。首先,采用基本的MLEM算法对低剂量投影数据进行重建;然后,由于片相似性在降噪的同时,也能较好地保持图像的边缘和细节信息的特点,对重建后的图像使用基于非局部理论思想的片相似性降噪方法处理;最后,由于低剂量投影数据还存在脉冲噪声点,使用中值滤波对图像进行处理。采用Sheep-Logan体模作为实验模型进行低剂量CT图像重建的仿真,与BI-MART、BI-MLEM、基于方差的ELEM和基于结构相似性的MLEM算法进行了对比。实验结果表明,所提算法的信噪比(SNR)高达10.216308 dB,与对比算法相比,视觉效果更优,且有更小的归一化均方误差(NMSE)、均方绝对误差(MAE)和归一化均方距离(NMSD)。所提算法重建出来的图像能在光滑去噪的同时有效地保持图像的细节和边缘信息,既能有效地保持弱梯度和纹理,又不存在各项异性扩散存在的明显阶梯效应。
- 张芳张权崔学英董婵婵刘祎刘俞辰孙未雅桂志国
- 关键词：图像重建中值滤波
- 基于偏微分方程的低剂量CT投影降噪算法被引量：2
- 2014年
- 低剂量CT图像由于采用了较低的X射线放射剂量,大大降低了辐射对人体的危害,但由此带来的问题是投影数据受噪声污染严重,从而导致了重建图像质量的降低。针对上述问题,在基于偏微分方程的基础上,提出一种改进的投影域降噪算法。该算法在各向异性扩散方程的基础上,利用局部熵可以有效地反映图像局部特征的特点,来控制扩散的程度。实验结果表明,新的算法在提高重建图像信噪比的同时更好地保持了图像的细节和边缘信息。
- 唐瑜崔学英张权刘祎桂志国
- 关键词：低剂量CT偏微分方程局部熵图像降噪
- 基于字典学习的非局部均值去噪算法被引量：5
- 2013年
- 针对非局部均值中相似度的衡量问题,提出了一种基于字典学习的度量算法。首先利用局部像素群块匹配方法消除不相似的图像块带来的干扰,然后对含有噪声的相似块采用字典学习的方法降噪。与经典的字典学习不同的是,对相似块采用联合稀疏编码的思想,利用主成分分析法学习一个高效紧字典,保留相似块间的相关性信息。采用降噪后的图像块间的欧氏距离计算像素间的相似度,能更好地反映相似块的相似性。实验结果表明,所提出的方法在峰值信噪比和视觉效果方面都优于传统算法,尤其对含有较多细节且结构相似性强的图像,细节和纹理部分的保持效果更好,算法的鲁棒性也优于传统算法.
- 崔学英张权桂志国
- 关键词：图像去噪字典学习主成分分析非局部均值
- 用于低剂量CT图像去噪的递归残差编解码网络被引量：1
- 2020年
- 低剂量CT是减少对患者辐射风险的有效方法,但它会降低CT图像的质量,使得图像中含有噪声和条形伪影,影响医师的诊断。为了提高CT图像的质量,提出了一种浅层残差编解码递归网络,通过训练网络学习端对端的映射以获取优质图像。该网络通过减少残差编解码网络的层数以及卷积核的个数降低网络的复杂度,利用递归过程提升网络的性能。在每次递归时,都将原始的低剂量CT图像级联到下一次的输入,可有效地避免图像在多次递归后失真的问题,能够更好地提取图像特征,保留图像的细节信息。实验结果表明所提出的网络算法不仅可以在保留图像细节同时有效地减少低剂量CT图像中的噪声和伪影。
- 刘文斌崔学英上官宏刘斌
- 关键词：低剂量CT递归网络
