基于雙域Transformer耦合特征學習的CT截斷數(shù)據(jù)重建模型

摘要： 目的 為解決CT掃描視野（FOV）不足導致的截斷偽影和圖像結(jié)構(gòu)失真問題，本文提出了一種基于投影和圖像雙域Transformer耦合特征學習的CT截斷數(shù)據(jù)重建模型（DDTrans）。方法 基于Transformer網(wǎng)絡分別構(gòu)建投影域和圖像域恢復模型，利用Transformer注意力模塊的遠距離依賴建模能力捕捉全局結(jié)構(gòu)特征來恢復投影數(shù)據(jù)信息，增強重建圖像。在投影域和圖像域網(wǎng)絡之間構(gòu)... （共10頁）