基于深度学习的放射影像质量评估与增强方法及系统

本发明涉及基于深度学习的放射影像质量评估与增强方法及系统，方法包括构建含噪声类型、伪影等级及诊断可用性标签的多模态放射影像质量评估数据集；设计含质量评估分支与图像增强分支的双分支深度神经网络架构，前者融合全局与局部特征评估影像质量，后者实现病灶区域局部增强；采用自适应联合训练策略协调损失函数优化过程；部署在线校正模块迭代优化增强参数。系统涵盖影像采集接口、预处理、质量评估引擎、智能增强、后处理等模块。本技术能精准评估放射影像质量，有效增强影像，减少噪声和伪影干扰，提升诊断可用性，在医学影像处理领域具有重要应用价值。