一种基于双流特征融合的低剂量CT图像去噪方法

本发明涉及医学图像处理技术领域，特别涉及一种基于双流特征融合的低剂量CT图像去噪方法，包括：构建基于双流特征融合的低剂量CT图像去噪网络；对基于双流特征融合的低剂量CT图像去噪网络进行训练，得到训练好的CT图像去噪模型，训练过程采用分段式训练策略；获取待处理的低剂量CT图像，采用CT图像去噪模型对低剂量CT图像进行处理，得到去噪的低剂量CT图像。本发明通过训练生成不同尺度的先验信息，并将其整合到回归模型中，在特征提取过程中动态聚合先验信息，并通过交叉注意力机制实现先验特征与中间特征的深度融合，从而将先验信息聚合到回归模型的特征中，显著增强了模型在复杂噪声场景下的泛化能力。