http://bhxb.buaa.edu.cnjbuaa@buaa.edu.cnDOI:10.13700/j.bh.1001-5965.2021.0263一种基于伪影估计的低剂量CT图像降噪方法韩兴隆，上官宏*，张雄，韩泽芳，崔学英，王安红(太原科技大学电子信息工程学院，太原030024)摘要：低剂量CT（LDCT）包含丰富组织结构、病理信息和分布极其不规律的噪声伪影，这2种信息的幅度值分布规律相似。因此，LDCT降噪任务易出现特征提取不充分、网络对噪声伪影方向特性敏感度不足及降噪结果过度平滑等问题。为此，应用U-Net网络作为去噪网络的基本模型，设计了一种基于伪影估计的LDCT降噪网络。所提网络模型主要包括主特征提取网络和方向敏感注意力子网络2部分。为充分利用不同尺度特征之间的差异性，提高特征提取有效性，在编解码U-Net结构基础上增加了一个稠密特征增强模块；为提高降噪网络对噪声伪影方向特征的敏感度，设计了一个方向敏感注意力子网络；为保障网络训练稳定性，设计了多种损失函数来共同优化网络训练过程。实验结果表明：与目前主流的LDCT降噪方法相比，所提方法降噪结果的视觉效果与量化指标均表现最佳。关键词：低剂量CT；图像降噪；U-Net；注意力机制；噪声估计；特征融合中图分类号：TN911.73；TP391文献标志码：A文章编号：1005-5965（2023）02-0491-12随着X射线计算机断层成像（computedtomog-raphy,CT）技术不断发展，CT图像在医学诊疗领域中的应用范围不断扩大。然而，重复进行X射线扫描可能会导致病人遭受过量辐射伤害[1]。因此，临床上倡导在保证CT图像诊断准确度的同时，将X射线对人体的辐射伤害降至最低[2]。降低辐射剂量又会导致图像被斑点噪声或非平稳条纹伪影污染，图像质量退化[3]。针对如何在尽可能低的扫描剂量条件下获取与常规剂量CT（normal-doseCT,NDCT）质量相近的CT图像，即低剂量CT（low-doseCT,LDCT）成像技术，国内外学者进行了大量研究，主流方法包括投影域方法、重建算法和后处理方法。后处理方法具有不依赖原始投影数据、不需要实时成像和可移植性强等特点，得到了广泛的应用。后处理方法主要分为传统方法和深度学习方法2类。在传统后处理方法中，基于字典学习[4]和稀疏表示[5]的处理方法结构特征表征能力较强，对结构相对复杂的CT图像处理效果明显。考虑大尺度窗口内像素结构相似性的非局部均值（nonlocalmeans,NLM）[6]或其改进方法[7]的相关研究也是近年的主流研究方向。三维块匹配（block-matchingand3D，BM3D）滤波算法[8]结合了空间域中NLM降噪和变换域小波阈...
