一种用于低剂量医疗CT去噪的深度学习方法

本发明涉及天文图像技术、医疗图像技术、自动驾驶图像技术等领域，尤其为一种用于低剂量医疗CT去噪的深度学习方法，包括输入层，所述输入层的内部设置有低剂量CT图像，所述输入层的一侧设置有自监督学习模块。本发明具备自监督学习的高效性和增强数据的多样性的优点，在实际使用过程中采用自监督学习策略，不依赖于外部标注数据，通过输入图像自身的一致性进行训练，大大降低了对标注数据的依赖，提高了数据利用效率，使得在有限标注数据或无标注数据的情况下也能进行有效的模型训练，通过编码器二对输入图像进行随机遮挡操作，模拟了不同噪声分布和遮挡情况，有效增强了训练数据的多样性，提高了模型的鲁棒性和泛化能力。