简介
简介:该文提出了一种基于条件生成对抗网络(cGAN)的CT重建算法,通过引入CBAM注意力机制增强网络对关键特征的提取能力,有效解决了CT成像中因噪声干扰导致的重建精度下降问题。实验采用固体火箭发动机模拟件数据集,将正弦图分为五组并添加不同程度的噪声进行训练。结果表明,与传统FBP算法相比,该方法在噪声增加时仍能保持高质量重建,显著提升了图像清晰度和精度。研究验证了cGAN结合注意力机制在CT重建中的优越性能,为工业CT图像处理提供了新的解决方案。
论文题目:基于条件生成对抗网络的CT重建算法研究
期刊:河南科学