摘要
本发明涉及一种基于无监督策略和广义扩散模型的低剂量SPECT影像降噪方法及系统。所述方法包括:对低剂量SPECT影像进行切片处理得到训练图像;在所述无监督扩散训练模型的前向传播阶段,根据患者身体质量指数确定衰减系数退化算子,并进行图像加噪得到随机泊松噪声图像;在无监督扩散训练模型的反向传播阶段,提取优化因子以及时间步长特征,对随机泊松噪声图像进行去噪处理,得到预测的低剂量SPECT影像;将最优权重加载到反向扩散推理模型中,以预测的低剂量SPECT影像作为扩散终点进行反向扩散,对预测的低剂量SPECT影像进行降噪处理,得到预测全剂量SPECT图像。可以降低数据准备的成本,减少伪影,提高去噪效果。
技术关键词
影像降噪方法
神经网络算法
无监督
泊松噪声
图像
广义
切片
策略
降噪系统
阶段
指数
格式
身体
因子
参数
峰值信噪比
患者
降噪模块
系统为您推荐了相关专利信息
大直径压力钢管
超声数据
点云
缺陷识别方法
曲线
深度残差网络模型
联合损失函数
图像
注意力机制
滤波