一种提高超低场磁共振图像信噪比的深度学习方法及系统

本发明公开了一种提高超低场磁共振图像信噪比的深度学习方法及系统，根据超低场磁共振图像的特点进行噪声建模；选取清晰的磁共振图像数据集，并制作对应的噪声图像数据集；搭建深度学习网络模型，结合多尺度特征提取和注意力机制模块；用数据集对深度学习网络模型进行训练，设置合适的学习率和优化器直到损失函数收敛；将测试集数据输入训练好的网络模型中，得到降噪后的图像，并于其他方法进行对比；将实测的超低场磁共振图像输入到训练好的模型中，输出降后的图像，并进行验证。相比于传统的降噪方法和现有的深度学习方法，本发明方法对于超低场磁共振图像的针对性更强，降噪效果更好。