51黑料吃瓜在线观看,51黑料官网|51黑料捷克街头搭讪_51黑料入口最新视频

目的 為提高無配對(duì)參考圖像的出血性腦卒中CT的圖像質(zhì)量，提出一種基于改進(jìn)Wasserstein生成對(duì)抗網(wǎng)絡(luò)(Wasserstein generative adversarial network, W-GAN)的CT圖像去噪算法。方法 以W-GAN網(wǎng)絡(luò)為框架，在生成器部分引入視覺幾何組(visual geometry group, VGG)網(wǎng)絡(luò)計(jì)算感知損失模塊，并在鑒別器部分加入自注意力機(jī)制和譜歸一化卷積對(duì)模型進(jìn)行改進(jìn)，對(duì)輸入的低劑量CT數(shù)據(jù)進(jìn)行去噪，得到接近標(biāo)準(zhǔn)劑量的圖像。隨后對(duì)無配對(duì)參考圖像的出血性腦卒中數(shù)據(jù)用訓(xùn)練完成的模型進(jìn)行遷移學(xué)習(xí)，并對(duì)最終得到的圖像分別使用全變分(total variation, TV)、無參考圖像空間域質(zhì)量評(píng)估(blind/referenceless image spatial quality evaluator, BRISQUE)和對(duì)比語言-圖像預(yù)訓(xùn)練模型圖像質(zhì)量評(píng)估(contrastive language-image pre-training image quality assessment, CLIP-IQA)3種無參考圖像質(zhì)量評(píng)估方式進(jìn)行評(píng)估。結(jié)果 在TV、BRISQUE和CLIP-IQA 3種無參考圖像質(zhì)量評(píng)估指標(biāo)上相對(duì)于輸入提升分別為0.016 5、0.127 2、0.007。結(jié)論 本文提出的改進(jìn)W-GAN網(wǎng)絡(luò)模型可以用于出血性腦卒中低劑量CT圖像去噪的遷移學(xué)習(xí)任務(wù)，并取得良好的性能提升，為輔助醫(yī)師診斷出血性腦卒中提供了一種可能的工具。