基于成像模型引导的深度变分超声图像散斑消减方法

本发明公开了一种基于成像模型引导的深度变分超声图像散斑消减方法，包括：（1）利用超声图像成像的物理模型及相关参量的统计先验分布，构建超声图像散斑消减的完全贝叶斯模型；（2）基于变分推断原理，利用两个深度卷积网络分别参数化噪声方差和无噪图像的变分后验分布，且两个深度网络通过创建的证据下界ELBO损失和图像物理重建损失来联合训练优化，预训练的网络能同时估计噪声方差和推断散斑消减图像。本发明方法作为一种深度变分框架，既具有模型驱动方法的物理可解释性，又具有数据驱动方法的通用性和灵活性，且能获得优秀的超声散斑消减性能。