摘要
本说明书实施例提供图像去噪模型的训练方法、图像处理方法、图像处理系统,其中图像去噪模型的训练方法包括:获取样本标准图像和样本加噪图像;根据样本标准图像生成样本参考图像,并将样本加噪图像和样本参考图像输入至初始图像去噪模型,获得初始预测图像,初始图像去噪模型根据样本加噪图像和样本参考图像的编码特征信息确定噪声模式信息,根据噪声模式信息对样本加噪图像去噪;根据初始预测图像和样本标准图像调整模型参数,获得参考图像去噪模型;将样本加噪图像输入至参考图像去噪模型,获得目标预测图像,其中,参考图像去噪模型根据样本加噪图像预测噪声模式信息;根据目标预测图像和样本标准图像调整模型参数,获得图像去噪模型。
技术关键词
图像去噪模型
噪声模式
低剂量CT图像
CT图像去噪
融合图像特征
异常对象
图像训练样本
多尺度
解码单元
编码器
解码器
特征提取模型
解码图像
图像处理系统
CT图像处理方法
系统为您推荐了相关专利信息
高分辨率CT图像
低剂量CT图像
CT图像去噪方法
去噪模型
随机噪声
风险动态评估方法
产能
企业风险评估
电能
异常数据分析
程度判断方法
融合图像特征
多级特征融合
多模态特征
编解码模块
卷积神经网络模型
区域识别方法
质谱
多任务损失函数
区域识别装置
低剂量CT图像
去噪模型
卷积稀疏编码方法
正则化参数
残差网络