A Deep ADMM-net for iterative low-count PET reconstruction

迭代重建 卷积神经网络 残余物 图像质量 计算机科学 人工智能 降噪 基本事实 还原(数学) 图像(数学) 噪音(视频) 均方误差 算法 迭代法 深度学习 模式识别(心理学) 数学 统计 几何学
作者
Yingying Li,Jun Li,Huafeng Liu
标识
DOI:10.1117/12.2573412
摘要

In clinical, researchers have shown an increasing effort in low-dose PET (LdPET) which reduces the risk of radiotracer while maintaining an acceptable image quality and is challenging in practice. To address this issue, regularized model-based image reconstruction (MBIR) is widely applied and the convolutional neural network (CNN) has been demonstrated the efficiency of noise reduction. In this study, we proposed a deep Alternating Direction Method of Multipliers (ADMM) network with residual CNNs. Human brain data pairs of Poisson sampled sinogram and full-dose MLEM reconstructed image was used as the input and ground truth in training phase respectively.Results showed that ADMM-TV-Net outperformed the traditional EM reconstruction and existing algorithms for LdPET, such as nonlocal mean (NLM) and TV in terms of normalized mean square error (NMSE) and reconstruction speed.

科研通智能强力驱动
Strongly Powered by AbleSci AI
科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
雪山大地发布了新的文献求助10
1秒前
Echo完成签到,获得积分0
4秒前
JIANG完成签到,获得积分10
6秒前
ARIA完成签到 ,获得积分0
6秒前
群山完成签到 ,获得积分10
7秒前
mongmong完成签到 ,获得积分10
8秒前
9秒前
春夏完成签到 ,获得积分10
9秒前
卢彦冬完成签到,获得积分10
11秒前
12秒前
冷静以山完成签到 ,获得积分10
16秒前
飞儿完成签到 ,获得积分10
18秒前
369ninja发布了新的文献求助10
18秒前
兴奋的惮完成签到,获得积分10
19秒前
进击的牛马完成签到,获得积分10
19秒前
游01完成签到 ,获得积分10
21秒前
打打的应助被活泼雪莲采纳,获得10
23秒前
zhuangbaobao完成签到,获得积分10
23秒前
24秒前
个性怡完成签到 ,获得积分10
24秒前
深情的乐萱完成签到,获得积分10
24秒前
雪山大地发布了新的文献求助10
26秒前
失眠的寄云完成签到,获得积分10
29秒前
29秒前
O_0完成签到 ,获得积分10
29秒前
WQ完成签到,获得积分10
29秒前
莹莹大王发布了新的文献求助10
34秒前
落月无痕完成签到,获得积分10
36秒前
win050532完成签到 ,获得积分10
37秒前
吃饭打肯德基完成签到 ,获得积分10
39秒前
马伯乐完成签到 ,获得积分10
41秒前
Qinzhiyuan1990完成签到 ,获得积分10
41秒前
Lytoo完成签到 ,获得积分10
42秒前
43秒前
Enyu完成签到 ,获得积分10
45秒前
紧张的绮玉完成签到 ,获得积分10
48秒前
雪山大地发布了新的文献求助10
48秒前
49秒前
喂喂喂完成签到 ,获得积分10
52秒前
Bismarck完成签到 ,获得积分10
52秒前
高分求助中
(应助此贴封号)【重要!!请各用户(尤其是新用户)详细阅读】【科研通的精品贴汇总】 10000
拉伸高分子熔体中缠结行为的模拟和小角中子散射研究 1700
The World Atlas of Wine 9th edition 1000
奈特基础组织学:配套组织病理学(第4版)(Netter's Essential Histology With Correlated Histopathology) 800
John McDowells Bildungstheorie 800
八旗制度の研究 600
Hidden Empire of Finance: How Wall Street Profits from Our Cities and Fuels Global Inequality 500
热门求助领域 (近24小时)
化学 材料科学 医学 生物 纳米技术 计算机科学 工程类 有机化学 化学工程 生物化学 物理 复合材料 内科学 催化作用 光电子学 人工智能 细胞生物学 无机化学 物理化学 数学
热门帖子
关注 科研通微信公众号,转发送积分 8166550
求助须知:如何正确求助?哪些是违规求助? 9559535
关于积分的说明 21750720
捐赠科研通 7757357
什么是DOI,文献DOI怎么找? 3429141
关于科研通互助平台的介绍 2553523
邀请新用户注册赠送积分活动 2473904