金属伪影校正的双域联合深度学习框架复现

金属伪影校正的双域联合深度学习框架复现

本文将详细复现论文《Metal Artifact Correction in Industrial CT Images Based on a Dual-Domain Joint Deep Learning Framework》中提出的方法。该论文提出了一种结合UNet和ResNet的双域联合深度学习框架，用于工业CT图像中的金属伪影校正。

1. 引言

工业CT技术在工业检测和质量控制中发挥着重要作用，但在扫描含金属材料物体时会产生严重的金属伪影。这些伪影会严重影响图像质量，导致信息误读。传统方法局限于单一域（投影域或图像域）处理，无法充分利用数据中的丰富信息。

本文提出的方法通过联合UNet和ResNet架构，在投影域和图像域同时进行校正，充分利用双域互补信息，显著提高了校正效果。

2. 方法实现

2.1 环境配置

import torch
import torch.nn as nn
import torch