武汉大学胡翔云教授团队在低辐射剂量的CT影像高清重建领域取得系列成果

（通讯员苏波）研究显示，患者接受计算机断层成像（computed tomography，CT）扫描时，如超过一定剂量，患癌风险可能会增加。低剂量CT成像虽然能够有效降低患者的辐射暴露并延长设备使用寿命，但通常会导致图像噪声和伪影增加，从而影响后续诊断。因此，利用人工智能技术对低剂量CT进行降噪或高清成像，已成为当前医学影像领域的一个研究热点和重大临床需求。

近日，遥感信息工程学院胡翔云教授团队以“High-Definition Reconstruction of Low-dose CT Images”（低剂量CT高清重建）为主题，在期刊 IEEE Transactions on Instrumentation & Measurement,Neurocomputing,Biomedical Signal Processing and Control发表了4篇研究论文。

研究团队提出了一种新颖的端到端无监督条带扫描扩散模型，训练和采样过程基于前一条带信息递增扫描，减少了扩散模型降维过程对医学图像细节的破坏，实现了端到端的去噪结果并有效保护纹理特征。团队首次使用简单的卷积和注意力架构，全面探索适用于不同场景的无监督去噪方法。训练过程只需要常规剂量图像，即可实现不同剂量、厚度或设备下低剂量CT去噪，无需任何微调。在三个公开数据集上的大量实验证明了该方法取得了最优性能，定量结果和盲评估表明，方法在视觉感知方面最接近常规剂量CT，有效地去除了噪声和伪影，并保留了病变细节和边缘清晰度。