基于高效通道Transformer结构的双能计算机断层扫描物质分解网络

Laser & Optoelectronics Progress 2026

View at publisher
Authors: 李琪玮 Li Qiwei, 史再峰 Shi Zaifeng, 孔凡宁 Kong Fanning, 胡润蕾 Hu Runlei, 郝宇东 Hao Yudong
DOI: 10.3788/lop251136
Cited by: 0
References: 27

Abstract

针对能谱计算机断层扫描（CT）常规物质分解方法中存在的噪声放大和分解精度低等问题，基于跨通道特征交互学习，提出了把通道Transformer结构和高效通道注意力机制相结合的U形双能计算机断层扫描物质分解网络，称为ECTransNet。该网络使用通道交叉融合Transformer模块捕获长距离依赖关系，提取多尺度图像特征；设计高效通道交叉注意力模块提取不同能量通道的特征并分配注意力权重，从而提升分解精度。实验结果表明，ECTransNet得到的基物质图像峰值信噪比为37.02 dB，结构相似度为0.9991，均方根误差为0.045。与传统物质分解方法相比，ECTransNet在伪影去除、噪声抑制和组织结构细节保留等方面有着更优秀的表现，可为后续的临床诊断提供更高质量的基物质图像。

Fields of Study & Subjects

Advanced X-ray and CT Imaging Medical Imaging Techniques and Applications Image Enhancement Techniques

Publication details

Journal / source
Laser & Optoelectronics Progress
Volume
63
Issue
2
Pages
0237002–0237002
Publication date
1 January 2026
Language
EN