CT图像的金属伪影校正方法综述

作者：肖文; 曾理^*

来源：中国体视学与图像分析, 2019, 24(01): 29-36.

DOI：10.13505/j.1007-1482.2019.24.01.004

• 计算机断层扫描
• 金属伪影校正
• 卷积神经网络
• 深度学习

一般情况下,计算机断层扫描(computed tomography,CT)重建后的图像与真实物体之间会存在一些差异,这种差异很大程度体现在重建图像上的伪影。受到金属植入物的影响,CT图像中出现了不同程度的金属伪影,因此近40年出现了大量的金属伪影校正(metal artifacts reduction,MAR)方法对CT图像中的金属伪影进行去除。本文首先回顾了产生金属伪影的基本原因,并介绍了CT图像的传统的MAR方法和目前取得较大进展的基于深度学习的MAR方法的发展趋势;接着文中详细介绍了几种基于卷积神经网络的MAR方法;最后对本文进行了总结并对金属伪影校正方法的前景进行了展望。

• 单位
  重庆大学