摘要
本发明公开了基于多通道3D U‑net的光子计数CT图像降噪方法,涉及医学影像处理技术领域,旨在解决传统2D CNN空间信息利用不足、3DCNN计算复杂及传统方法降噪效果不佳的问题。该方法将光子计数CT获取的高能、低能和全能图像作为三维多通道输入,经预处理后形成包含空间与能谱维度的矩阵。通过3D U‑net编码器提取多尺度三维特征,经瓶颈层聚合深层语义信息,解码器反卷积上采样并与编码器特征图通过跳跃连接融合,同时在跳跃连接中嵌入注意力模块生成注意力掩模以强化关键区域特征;采用包含均方误差损失和结构相似性损失的混合损失函数训练网络,平衡像素级精度与结构保留。
技术关键词
图像降噪方法
解码器
编码器特征
多通道
混合损失函数
Sigmoid函数
注意力
瓶颈
批量
层级
输出特征
上采样
非线性
网络
高层语义信息
多尺度三维