摘要
本发明公开了一种基于反事实扩散模型的影像伪影修复方法及系统,涉及图像处理技术领域,包括:获取多模态数据,对所述多模态数据进行数据筛选;对筛选后的数据进行预处理,构建标准化数据集;基于反事实扩散模型构建影像伪影修复模型;通过标准化数据集对所述影像伪影修复模型进行训练;通过训练好的影像伪影修复模型对被伪影污染的影像图像进行伪影修复。本发明在训练阶段仅使用无伪影数据,解决缺少配对数据对当前伪影修复技术的限制;本发明在修复时不局限于单模态的单个部位,在处理不同模态影像时,仍能保证修复之后的影像质量,保持影像的高分辨率和细节;能够有效提升影像质量,将影像中的关键细节进行保留,提高了图像的精准性。
技术关键词
伪影
修复方法
影像
网络
纹理
多模态
语义
模型训练模块
图像处理技术
修复系统
数据采集模块
修复技术
噪声
阶段
三元组
策略
标记
系统为您推荐了相关专利信息
节点
学生成绩预测方法
编码器
预测特征
模型训练模块
病历
学习系统
超声影像数据
多任务分类
融合Canny算子
糖尿病视网膜病变
深度学习模型
前馈神经网络
过采样方法
临床辅助决策
教师
特征提取网络
策略
动态神经网络
车载图像采集装置
冲压成形设备
板材冲压成形
在线监测方法
BP神经网络模型
应力