摘要
针对漫射光相关层析成像(DCT)技术中,因噪声干扰导致血流指数(BFI)图像重建质量下降的问题,文章提出一种基于深度学习的自相关函数降噪与图像重建方法。利用蒙特卡洛(MC)模拟生成含噪与无噪的电场时间自相关函数g1(τ)数据,以及对应的BFI图像数据集,分别构建“U”形降噪网络(U-Net)和多尺度深度融合重建网络(MSDF-Net)。实验结果表明,经降噪处理后重建的BFI图像在均方根误差(RMSE)和对比度(Contrast)等评价指标上均优于直接利用含噪数据重建的结果,有效提升了图像质量和异质物识别能力。该方法为DCT技术在实际应用中提供了更可靠的噪声抑制与图像重建解决方案,具有较好的临床应用潜力。
出处
《企业科技与发展》
2025年第9期96-101,共6页
Sci-Tech & Development of Enterprise
基金
山西省青年科学基金项目“用于乳腺肿瘤筛查的漫射相关血流成像系统的优化研究”(202203021212325)
吕梁市引进高层次科技人才重点研发项目“漫射相关血流层析成像方法在早期乳腺肿瘤预测方面的应用研究”(2024RC22)。
