这篇博客主要是实现论文(Deep Convolutional Neural Network for Inverse Problems in Imaging),这篇论文主要是用较少的回波信号对医学图像进行重建,用较多的回波信号进行医学图像重建,然后以分辨率较低的图像作为输入图像,分辨率较高的图像作为参考图像,对神经网络进行训练,如下图所示:
在这个项目中,我只找到了论文中的一部分数据,以这些数据进行训练得到的结果如下所示:
输入图像:
参考图像:
预测图像:
这里我猜测为什么感觉预测图像和输入图像很相识,可能是因为最后一层是把输入图像和预测图像相加,所以导致这样的结果,所以我把最后一层的把输入图像加起来的那个步骤去掉,然后进行训练得到的结果如下所示:
虽然看起来效果提高了,但是根据论文的评价指标,效果还是不行,所以如果可以把医学图像归一化到0到1的话,显示效果应该会提高很多。
代码可以在我的github中下载,我是用keras实现的代码,至于数据可以在这里下载https://drive.google.com/open?id=0B9fSVcoxJuVwMDlxbXdvcTRaM2M
这可能需要能上geogle才能下载这个数据