《表3 不同方法的运算时间对比》
由于模型要部署到断层扫描设备,实时性非常重要,因此运算速度是评判低剂量图像重建方法的重要指标,从AAPM数据集中随机选择20张1mm厚度图像作为一组测试集,分别在CPU和GPU上进行测试,表中测试时间为“总运算时间/平均运算时间”,训练时间为120次训练周期的“总运算时间”。如表3所示数据,在相同软硬件条件下,得益于改进的扩张卷积和亚像素的降参,FWDNet无论在CPU还是GPU上的运算速度都要快于CNN10和RED-CNN的,尤其是在CPU上优势明显。但FWDNet略慢于FFWDNet,这是因为批归一化会消耗更多的时间。在训练阶段,FWDNet和FFWDNet也快于其他方法。表3中为强调FFWDNet参数数字加粗。
图表编号 | XD00157090800 严禁用于非法目的 |
---|---|
绘制时间 | 2020.08.20 |
作者 | 李坤伦、张鲁、许宏科、宋焕生 |
绘制单位 | 长安大学教育技术与网络中心、长安大学电子与控制工程学院、长安大学教育技术与网络中心、长安大学电子与控制工程学院、长安大学教育技术与网络中心、长安大学信息工程学院 |
更多格式 | 高清、无水印(增值服务) |