基于可控扩散模型的婴幼儿脑影像去噪方法、系统、装置、介质及程序产品

AITNT
正文
推荐专利
基于可控扩散模型的婴幼儿脑影像去噪方法、系统、装置、介质及程序产品
申请号:CN202511026171
申请日期:2025-07-24
公开号:CN120894253A
公开日期:2025-11-04
类型:发明专利
摘要
本发明提供基于可控扩散模型的婴幼儿脑影像去噪方法、系统、装置、介质及程序产品,涉及人工智能与医学影像技术领域。本发明包括:采集有头动伪影影像和无头动伪影影像的配对数据,以无头动伪影影像作为扩散模型的原始影像输入,以头动伪影影像作为扩散模型的原始影像输出,并对扩散模型进行训练;采集头动伪影影像的和无头动伪影的非配对数据,以年龄信息进行编码得到年龄特征,据以构建可训练副本,并将该可训练副本连接到扩散模型的去噪网络上;在扩散模型的反向扩散过程中引入数据一致性检测,并训练该扩散模型以得到用以从头动伪影影像重构出无头动伪影影像的可控扩散模型。本发明的技术方案能够提高去头动伪影的可信度与准确性。
技术关键词
去噪方法 一致性检测 副本 计算机程序代码 网络 Softmax函数 数据 计算机程序产品 年龄 医学影像技术 模型预训练 去噪系统 傅立叶 文本编码器 参数 噪声方差 重构
系统为您推荐了相关专利信息
1
一种基于智能眼镜的动态隐私马赛克生成系统
模糊控制模块 图像输出模块 智能眼镜 运动感知模块 深度卷积神经网络结构
2
参数配置方法、装置、电子设备、存储介质、程序产品
系统级 参数配置方法 关系 芯片 计算机程序代码
3
一种基于深度神经网络的大洋性物种空间分布预测方法
空间分布预测方法 训练深度神经网络 因子 神经网络模型训练 数据
4
基于数据缺失填补与集成学习的交通流预测方法及系统
交通流预测方法 LSTM模型 交通流预测系统 生成对抗网络 K近邻算法
5
一种基于谱聚类构图的图卷积神经网络协议分类方法
矩阵 分类方法 拉普拉斯 构图算法 卷积神经网络模型
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号