摘要
本发明涉及影像处理技术领域,具体涉及人工智能辅助的CT影像质量增强与噪声降低方法,包括以下步骤:S1:获取低剂量CT扫描图像数据;S2:对获取的低剂量CT图像数据进行预处理;S3:提取CT图像中的初步特征信息;S4:对图像中的噪声进行自适应估计;S5:将噪声估计结果与初步特征信息一同输入至深度卷积去噪网络;S6:基于生成对抗网络框架对去噪后的图像进行质量增强;S7:对质量增强后的CT影像进行重建;S8:对最终图像进行医学适用性检测。本发明,通过生成对抗网络、卷积神经网络和医学图像判别模型,实现低剂量CT图像的去噪与质量增强,生成高信噪比和高结构保真度的CT影像,同时确保其医学适用性,满足临床诊断需求。
技术关键词
人工智能辅助
低剂量CT图像
生成对抗网络
噪声
卷积神经网络模型
影像
卷积神经网络结构
CT设备
CT扫描图像
纹理特征
X射线管电压
重建算法
医学
高斯平滑滤波
像素
分布特征
数据
信噪比
灰度共生矩阵
系统为您推荐了相关专利信息
主动式电容笔
压力检测模块
微型电磁驱动器
微控制器芯片
触觉反馈模块
下倾角
网络流量数据
流量预测模型
天线
特征提取模块
数据分析系统
梅尔频率倒谱系数
时域音频信号
PID控制算法
谐波特征