基于噪声水平的差异化CT图像增强方法

本发明属于医学图像处理领域，提供了基于噪声水平的差异化CT图像增强方法，包括数据预处理，构建去噪网络并训练、构建超分辨率网络并训练、构建噪声水平分类网络并训练、CT图像增强、数据后处理六个步骤；本发明通过判定CT图像的噪声水平，使用不同的深度学习算法，即去噪或超分辨率模型对CT图像的质量进行优化，泛化能力更强，能应对更复杂多变的输入数据；使用多种传统滤波方法和超分预训练模型处理带噪声的数据得到训练所需的金标准图像，因此不需要事先花费时间精力采集高质量的金标准图像；通过后处理操作校准输出图像的CT值，确保增强前后的CT值差异不影响临床诊断的准确性，相较于其他未做CT值校准的方法，更具有实际应用的价值。