一种基于扩散模型的无监督OCT视网膜图像去噪方法

一种基于扩散模型的无监督OCT视网膜图像去噪方法，包括以下步骤：1)对原始的OCT视网膜图像进行预处理；2)对预处理后的每一幅OCT视网膜图像进行小波变换分解出低频域和高频域；3)针对分解得到的高频域分量，通过骨干网络和多层卷积网络处理提取高频多尺度特征；4)构建扩散模型架构，利用U‑Net作为扩散模型的骨架网络，将原始的OCT图像再前向过程中逐步被添加噪声，以此退化为纯噪声图像；5)在U‑Net预测噪声的过程中，将高频多尺度特征也一同融合到扩散模型中，以此指导噪声的去除，最终生成去噪后的OCT图像。本发明摆脱了对大量难以获取的真值标签的依赖，提高OCT图像质量。