一种基于自注意力与卷积融合的混合域迭代稀疏视图CT重建方法

本发明属于医学成像及深度学习技术领域，公开了一种基于自注意力与卷积融合的混合域迭代稀疏视图CT重建方法。本发明首先提出了一种融合自注意力和卷积的多分支模块(FSACM)，能够有效实现全局与局部特征信息的交互。基于此模块，本发明设计了初始化增强网络、投影修复网络和残差修复网络，三个网络通过合理连接并构建迭代块，共同协作完成稀疏视图CT重建任务。针对这三个网络设计了专门的架构，并在迭代块中加入梯度更新模块，以优化初始投影和图像；同时，引入一个综合损失函数以平衡投影域和图像域的重建精度。本发明在保持迭代效率的同时，能够有效消除条纹伪影并保留细节结构，实现了高质量重建，极大降低了患者所接受的辐射剂量。