摘要
本发明公开了一种基于双频细化扩散先验的无监督稀疏CT图像重建方法,主要包括:在训练阶段,执行前向加噪过程,得到扩散模型sθ。在重建阶段,首先采用预训练的扩散模型sθ优化图像的低频信息,得到初始化的CT图像;并对扩散模型的重建结果施加数据一致性操作。接着,采用双频细化模块优化图像的高频信息,进一步提升CT图像的质量。通过双频细化机制,将高频先验图像嵌入到隐式神经网络(INR)中,以学习目标图像的隐式神经表示,从而达到进一步优化图像高频信息的目标。最后将高频优化结果与低频部分组合,最终实现双频细化目的。重复迭代以上步骤,直到循环结束,得到最终重建图像。本发明方法能在去除CT重建图像伪影的同时,更好地保留图像的边缘和细节,同时节约计算成本。
技术关键词
CT图像重建方法
图像嵌入
训练神经网络
高分辨率结构
CT重建图像
图像高频信息
数据
计算机断层扫描
生成训练样本
离散小波变换
索引
小波技术
坐标
阶段
CT成像
高通滤波器
噪声
低通滤波器