一种基于潜在扩散模型的低剂量spect弦图图像重建方法

本发明公开的属于生物医学图像重建技术领域，具体为一种基于潜在扩散模型的低剂量spect弦图图像重建方法，包括具体步骤如下：使用生成对抗网络训练autoencoder，将所有的数据划分成训练集和测试集，按照4：1的比例进一步划分，训练的时候仅仅使用正常剂量弦图，而测试的时候只使用低剂量弦图，统称为无标签数据。本发明结合了传统的MLEM迭代重建方法和神经网络，提出了一种基于潜在扩散模型的低剂量spect弦图预处理和图像重建的自监督方法，利用无标签数据，在训练阶段训练好autoencoder和扩散模型，在测试期间使用训练好的扩散模型进行测试，把低剂量的spect弦图进行去噪预处理，得到高质量的spect弦图，进一步用MLEM迭代重建方法，得到高质量的spect图像。