基于先验知识引导的CT图像去噪方法及装置

AITNT
正文
推荐专利
基于先验知识引导的CT图像去噪方法及装置
申请号:CN202510117079
申请日期:2025-01-24
公开号:CN120047346A
公开日期:2025-05-27
类型:发明专利
摘要
本发明的一种基于先验知识引导的CT图像去噪方法及装置,属于计算机视觉处理技术领域,方法包括步骤:获取低剂量CT图像数据并进行预处理;将预处理后的低剂量CT图像转换为先验掩码图像;通过离散编码解码网络处理先验掩码图像,得到增强后的先验掩码图像;将增强后的先验掩码通过知识融合模块引入去噪网络,获得去噪模型;构建负样本集并提出联合损失函数;获取与低剂量CT图像配对的常规剂量CT图像,添加高斯噪声后与低剂量CT图像在通道上拼接,得到测试图像的先验掩码图像;将测试图像的先验掩码图像输入去噪模型,输出最终的去噪CT图像。本发明显著提升了低剂量CT图像的去噪性能,保留更为清晰的组织边界。
技术关键词
低剂量CT图像 图像去噪方法 去噪模型 联合损失函数 解码网络 交叉注意力机制 样本 CT扫描方式 融合先验知识 图像去噪装置 均值滤波方法 噪声 编码向量 图像转换模块 像素 线性变换矩阵 图像增强模块
系统为您推荐了相关专利信息
1
一种端到端的弱对齐多光谱遥感图像目标检测方法及装置
多光谱遥感图像 编码特征 解码网络 注意力 红外遥感图像
2
一种基于GAN与深度注意力机制的红外图像生成网络
深度注意力机制 图像生成网络 生成红外图像 可见光图像 融合特征
3
一种基于深度学习的多维光存储解码方法
光存储 解码网络 解码方法 卷积神经网络模型 信道
4
一种基于多任务XLSTM的短期电力负荷预测方法
多任务 电力负荷预测系统 数据采集单元 数据处理单元 模型训练模块
5
一种基于单通道EEG脑电信号的专注度分类方法及系统
神经网络模型 分类方法 联合损失函数 采集脑电信号 损失函数优化
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号