摘要
本发明涉及一种紧框架小波的低剂量计算机断层扫描(Computerized Tomography,CT)去噪方法,该方法包括:S1:采集低剂量CT图片和常规剂量CT图片构建CT数据集转化为Numpy矩阵;S2:对图像数据进行GTF(Geometric Tight Framelet)变换,得到1个低频分量和8个高频分量,对高频分量进行分组,每组的组内高频分量个数为2、3、3;S3:创建紧框架扩散模型(Tight Frame Diffusion Model)对低频分量进行去噪;S4:创建组别高频增强网络Grouped High‑Frequency EnhancementNetwork(GHFEN)对高频分量进行恢复;S5:最后对增强和去噪后的分量进行逆GTF变换,得到去噪图像。通过使用本发明,能够为用户通过CT扫描仪得到的低剂量CT提供更符合人眼观察效果的CT图像去噪服务。本发明作为一种多级特征感知的低剂量CT去噪方法,可广泛应用于CT去噪领域。
技术关键词
CT数据集
矩阵
图像
框架
残差预测
噪声预测
特征提取模块
高通滤波器
低通滤波器
计算机断层扫描
状态空间模型
CT扫描仪
边缘检测算法
网络结构
分量特征
多级特征
图片
代表
系统为您推荐了相关专利信息
多模态数据融合
智能诊断方法
命名实体识别
数据分类
损失函数优化
区间观测器
机械臂系统
农业采摘机器人
误差系统
故障诊断方法