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
多光谱遥感图像
编码特征
解码网络
注意力
红外遥感图像
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
光存储
解码网络
解码方法
卷积神经网络模型
信道
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
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