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
一种变压器绝缘油的微水含量检测系统
变压器绝缘油 傅里叶方程组 中空通道 计数器 短时傅里叶变换
2
基于模块化集成的移动式果酒发酵工厂的部署方法
风味物质 果酒发酵 发酵液 支持向量机预测模型 变分自动编码器
3
基于深度学习的电力线路对话模型构建方法
深度学习模型 模型构建方法 线路 文本 电力设备
4
队伍管理应用OA智能处理系统及方法
员工 分布式存储算法 技能评估 服务器节点 智能交互界面
5
一种基于全景立体视觉的管道三维重建与智能检测方法
全景立体视觉 智能检测方法 全景相机 三维点云数据 雷达传感器
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