一种基于AIGC条件生成的顺序扫描DECT心脏成像方法

本发明公开了一种基于AIGC条件生成的顺序扫描DECT心脏成像方法，包括CT顺序扫描心脏不同相位、高低能级的投影数据，利用投影数据进行FDK重建获取高低能级的图像域数据，选取图像域处于相对静止状态的高低能级器官图像对训练条件生成网络模型Energy‑GAN，利用运动器官的低能图像图层作为Energy‑GAN的输入条件，生成处于相同运动状态下的高能图像图层，最终将生成的高能图像和对应的低能图像进行图像域物质分解，并使用预训练好的diffusion扩散模型对物质分解图像进行去噪。本发明实现了顺序扫描DECT心脏成像，在不进行3D图像柔性配准的前提下，有效降低了心脏运动带来的物质分解伪影图像域物质分解产生的噪声。