基于自监督学习的低剂量CT图像去噪方法、设备和介质

AITNT
正文
推荐专利
基于自监督学习的低剂量CT图像去噪方法、设备和介质
申请号:CN202510276314
申请日期:2025-03-10
公开号:CN120219215A
公开日期:2025-06-27
类型:发明专利
摘要
本发明针对LDCT采用较低的X射线剂量,图像质量往往受到噪声干扰,从而影响临床诊断的精确度这一技术问题,公开一种基于自监督学习的低剂量计算机断层扫描图像去噪方法、设备和介质,属于医学图像处理技术领域,本发明利用自监督学习框架,仅通过处理单个低剂量CT图像即可完成去噪。该方法通过从含噪声的LDCT图像本身中学习去噪模式,无需真实的ground truth,避免了传统方法依赖真实高剂量CT图像作为训练数据的局限性。本发明平衡了低辐射暴露与高质量成像的需求,能够显著提高低剂量CT图像的去噪效果,适用于医学诊断中的低剂量CT图像去噪处理。
技术关键词
像素点 邻居 低剂量CT图像 网络 医学图像处理技术 监督学习框架 计算机断层扫描 图像去噪方法 定义 处理器 参数 可读存储介质 上采样 存储器 噪声 线性
系统为您推荐了相关专利信息
1
实时识别道路拥堵状态的方法、装置、设备及存储介质
车载前视 道路拥堵状态 对象识别模型 图像 影像设备
2
一种煤矿巷道地质参数在线监测方法及系统
煤矿巷道地质参数 在线监测方法 依赖特征 多参数 多头注意力机制
3
分类神经网络的训练方法、目标分类方法
分类神经网络 模型误差 进化算法 神经网络训练 分类方法
4
一种非接触生理参数检测方法、系统、设备及存储介质
生理参数检测方法 感兴趣 随机森林模型 信号 计算机可读指令
5
一种3D脑神经元胞体图像分割方法、介质、设备
图像分割方法 图像分割网络 特征提取器 预测类别 计算机可读指令
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