DNGAN An Adversarial Training Framework for DBT Image Denoising with DCNN

本代码库提供了一种去噪声的深度卷积神经网络（DCNN）用于数字化胸部断层合成图像（DBT）的对抗训练。该存储库与以下论文相关：M. Gao, JA Fessler和H.-P. Chan，‘具有对抗训练的深层卷积神经网络对数字化乳房断层合成图像进行降噪’，IEEE医学影像交易，2021年。训练数据通过模拟软件生成，乳房幻影来自GE的基于Matlab的私有CatSim，模拟GE Pristina DBT系统。虽然有开源软件，但未包含所有模块，可以使用VICTRE软件包生成PV。使用自有的SART算法进行DBT重构，若无侦察算法，可尝试VICTRE中的FBP算法。代码要求：Python 2.7和TensorFlow 1.4.1。要部署降噪器，请运行：python deploy_dngan.py。我们提供了5片重建的VICTRE幻影DBT图像（异型，带有某些MC）作为测试部署代码的示例。