《表3 不同方法的运算时间对比》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《小波域扩张网络用于低剂量CT图像快速重建》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

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。