生成对抗网络下的低剂量CT图像增强

为去除低剂量计算机断层扫描（LDCT）图像中的噪声,增强去噪后图像的显示效果,提出一种生成对抗网络（GAN）下的LDCT图像增强算法。首先,将GAN与感知损失、结构损失相结合对LDCT图像进行去噪;然后,对去噪后的图像分别进行动态灰度增强和边缘轮廓增强;最后,利用非下采样轮廓波变换（NSCT）将增强后的图像在频域上分解为具有多方向性的系数子图,并将配对的高低频子图使用卷积神经网络（CNN）进行自适应融合,以重构得到增强后的计算机断层扫描（CT）图像。使用AAPM比赛公开的真实临床数据作为实验数据集,进行图像去噪、增强、融合实验,所提方法在峰值信噪比（PSNR）、结构相似度（SSIM）和均方根误差（RMSE）上的结果分别为33.015 5 dB、0.918 5和5.99。实验结果表明,所提算法在去除噪声的同时能保留CT图像的细节信息,提高图像的亮度和对比度,有助于医生更加准确地分析病情。     

电解电压对电多相催化法去除偶氮染料废水的影响

研究了电解电压对电多相催化法处理染料废水的影响。结果表明:在模拟染料废水质量浓度为300mg/L,pH为6.8,反应时间为1 h,极板间距为6 cm,曝气量为0.08 m~3/h,Na_2SO_4投加质量浓度为800 mg/L的条件下,染料脱色率最高可达到94.36%,COD_(Cr)最大去除率为43.6%。电解电压是电多相催化氧化法中的重要影响因素,合理选择电解电压对于提高电流效率、降低能耗、加快有机物去除率尤为重要。