一种基于多种层厚数据集的低剂量CT图像重建方法及系统

本发明涉及一种基于多种层厚数据集的低剂量CT图像重建方法及系统，属于图像处理领域，方法包括：将采集的多层厚CT图像数据进行预处理后传输至云端，对云端中构建的模型进行训练和更新；根据训练完成的模型对输入的数据进行图像重建，并根据自适应窗宽窗位调整算法根据重建图像的内容和特征自动调整窗宽窗位参数，提高图像中病灶部位的清晰度和对比度；通过三维重建技术对CT图像进行层厚融合比例调节，从不同角度和层面重建患者身体部位的三维结构。本发明通过构建并行的层厚特异性编码分支与跨分支动态特征融合设计，实现了不同层厚数据的独立特征提取与互补信息挖掘，有效整合薄层的高分辨率细节与厚层的低噪声优势。