资源类型：
收录情况：
◇ 统计源期刊
文章类型：
机构：
[1]昆明理工大学信息工程与自动化学院
[2]昆明医科大学第一附属医院
昆明医科大学附属第一医院
出处：
ISSN：
关键词：
医学超声图像
图像去噪
空洞卷积
散斑减少
卷积神经网络
网络模型
跳跃连接
摘要：
散斑严重影响医学超声图像的质量，从而导致临床诊断和图像处理困难。为解决上述问题，提出一种基于空洞卷积神经网络的散斑减小方法。不同于其他的散斑抑制方法，文中通过建立超声图像和散斑图像之间的非线性映射，同时结合跳跃连接使网络不会发生梯度爆炸或消失，从而具有较好的反向传播能力。该方法可以通过超声图像预测散斑，再由超声图像与预测的散斑图像相减从而得到干净的超声图像。该方法相较于散斑减少各向异性扩散（SRAD）和细节保持各向异性扩散（DPAD），具有更好的散斑减少和结构保存性能，在对比的量化数据上提升巨大。实验结果表明，该方法在超声医学图像上具有较好的性能和鲁棒性。
基金：
国家自然科学基金项目（62266025）资助
第一作者：
第一作者机构：
[1]昆明理工大学信息工程与自动化学院
推荐引用方式(GB/T 7714)：
邵党国,朱彧麟,马磊,等.基于空洞卷积神经网络的医学超声图像去噪[J].现代电子技术.2023,46(13):55-61.
