基于深度学习的稀疏角CT重建方法和模型训练方法

本发明公开了基于深度展开和残差优化的稀疏角CT重建方法和模型训练方法，深度展开和残差优化网络包括局部残差优化模块和非局部残差优化模块，局部残差优化模块包括小波U‑Net模块和密集空间注意力模块，非局部残差优化模块包括移位窗口变压器模块和空洞密集通道注意力模块，将稀疏采样的投影数据输入深度展开和残差优化网络得到初始图像；结合投影数据获取残差投影数据并重建，得到残差图像；将残差图像输入局部残差优化模块进行迭代，得到迭代后的残差图像和通道特征图像，将残差图像和上一次迭代得到的残差图像进行处理，将处理后的图像输入非局部残差优化模块迭代，后续交替使用局部残差优化模块和非局部残差优化模块进行迭代，直至得到目标图像。