【摘 要】
:
为了提高超声图像质量,解决传统去噪算法在抑制散斑噪声和保留超声图像纹理特征方面的难题,提出一种基于卷积神经网络的超声图像散斑去噪算法DSCNN(De-speckling CNN)。本文提出的算法利用卷积神经网络强大的拟合能力来学习从超声图像到其相应的高质量图像的复杂映射,同时,通过改进损失函数的方式来减少去噪过程中纹理信息的损失和细节的模糊。不同于以往简单地假设超声散斑噪声为乘性噪声,本文利用基于
【基金项目】
:
国家重点研发计划973项目(2011CB707900);
论文部分内容阅读
为了提高超声图像质量,解决传统去噪算法在抑制散斑噪声和保留超声图像纹理特征方面的难题,提出一种基于卷积神经网络的超声图像散斑去噪算法DSCNN(De-speckling CNN)。本文提出的算法利用卷积神经网络强大的拟合能力来学习从超声图像到其相应的高质量图像的复杂映射,同时,通过改进损失函数的方式来减少去噪过程中纹理信息的损失和细节的模糊。不同于以往简单地假设超声散斑噪声为乘性噪声,本文利用基于超声图像采集模型和散斑噪声形成模型的模拟超声成像技术为去噪模型生成更贴合真实超声图像的训练数据,解决深度学习方法训练数据匮乏以及在临床上无法获得与超声图像空间配准作为标签的无噪声图像的难题。通过与其他具有代表性的超声图像去噪算法比较,经DSCNN去噪后的超声图像无论在视觉效果还是图像质量评价指标上都取得了更好的结果,其中SSIM达到0.856 9,在文中所有方法中最高。
其他文献
基于深度学习的彩色图像去噪方法通常是在各个通道进行卷积操作后再进行合并得到最后的卷积结果。这种方式没有充分考虑色彩通道之间的光谱相关性,可能导致去噪结果的失真。四元数卷积将彩色像素当作一个整体来进行处理,可以很好地解决这一问题。但是单一的四元数卷积网络不能较好地还原图像细节信息。针对这一问题,提出一种用于去除彩色随机脉冲噪声的双通道四元数卷积网络DQNet。该网络首先基于结构通道和色彩通道融合的策
铝箔剪切机在工作过程中存在废料收集问题,严重影响设备运行效率及铝箔质量。文中使用计算流体动力学(Computational Fluid Dynamics,CFD)方法对不同挡板数量及挡板结构尺寸时的废料收集管路进行三维数值研究,根据流场压力-速度耦合特征对负压管路进行优化改进。数值结果表明:加置1个挡板可有效增大对应支管附近负压及"向内"流速,但设置相同高度两个挡板时,第2个挡板会对前部气流产生"
受新冠疫情影响,创新展会服务模式、提升展会数字化水平成为很多城市和会展企业亟待探索的新发展之路。线上会展凭借无时空限制等优势,成为很多会展项目在面临延迟、停办情况下的一种新出路。通过聚焦线上会展品牌塑造问题,结合大卫·艾克提出的品牌资产五星模型,以线上广交会为例,分析影响线下会展品牌塑造的因素在线上会展品牌塑造中的变化和作用,探讨线上广交会品牌化发展现状,为利用好数字化转型的机遇塑造品牌提供方法。
2020年1月,教育部发布教职所[2020]21号《关于确认参与1+X证书制度试点的第三批职业教育培训评价组织及职业技能等级证书的通知》,确定了包含车联网系统集成应用在内的76项职业技能等级证书名单。"车联网系统集成应用"评价组织是上海仪电(集团)有限公司。
提出了一种基于稀疏表示和低秩矩阵逼近的图像去噪算法:首先,通过对图像块的数据矩阵进行奇异值分解和全局子空间分析,确定信号子空间和噪声子空间;其次,利用图像块与信号子空间的距离寻找相似块,并将相似块分组为训练样本;再次,对相似块矩阵进行奇异值分解,并确定表示相似块的奇异向量;最后,去除表示噪声的基.实验结果表明,该算法能够有效去除图像中的噪声并较好地保留图像细节.
癌性疼痛被称为继血压、脉搏、心率、呼吸后的第五个人体重要生命体征[1]。在肿瘤本身、治疗过程相关操作、心理因素等影响下,晚期恶性肿瘤患者往往在早期便具有持续性加重的癌性疼痛症状,这严重降低了患者的生活水平,并且患者的治疗依从性会比较差[2-3]。既往研究指出,晚期恶性肿瘤患者中急性癌性疼痛发生率60%~80%[4]。
目的:观察中医护理在骨折术后中的应用效果。方法:将南阳医学高等专科学校第一附属医院2018年6月—2020年6月行手术治疗的150例骨折患者,随机分为两组,对照组接受术后常规护理,研究组接受术后中医护理。比较两组患者心理状态,以及术后并发症情况。结果:两组抑郁自评量表(SDS)、焦虑自评量表(SAS)评分与护理前比较均降低(P<0.05),组间比较,差异有统计学意义(P<0.05);研究组术后肺部
图像去噪是一项具有挑战性的任务,其目的是去除附加噪声并保留所有有用信息。现有的方法主要集中在最小化均方误差(MSE),这会导致去噪图像丢失重要细节或在纹理丰富的区域变得过于平滑。因此论文引入生成对抗网络(GAN)用于图像去噪。论文的生成器采用SRDenseNet,很好地缓解了网络梯度易消失的问题,同时感知损失的引入使得对于人眼敏感的图像细节能得到很好的恢复。实验结果表明,论文方法在去噪过程中对细节
膜增湿器为质子交换膜燃料电池水热管理系统的关键部件,本研究考虑与燃料电池工作条件的强耦合,系统地进行了膜增湿器运行参数和几何参数的敏感性仿真分析。基于Matlab/Simulink建立了膜增湿器稳态数学模型,分析了湿侧和干侧的入口质量流量、温度和压力以及膜厚度和面积对膜增湿器传热量、水分传递量、干侧出口相对湿度和水分传递率的影响。研究表明:提高入口质量流量会提高传热量,并且能有效提高水分传递量,但