摘要
本发明提供了一种噪声纹理恢复的低剂量CT成像方法,涉及医学CT成像技术领域。该方法首先收集高剂量CT图像、低剂量CT图像、噪声图像以及当前模型重建CT图像,计算得出误差图像;然后生成高剂量增强图像、低剂量增强图像和噪声增强图像;通过深度神经网络分别提取多种图像特征;构建由多源感知损失与均方误差损失结合的总体损失函数;训练图像去噪模型,设置模型训练的超参数,基于梯度反向传播算法,优化模型性能;使用图像去噪模型获得噪声纹理恢复的CT图像。本发明能够精准恢复CT图像的噪声纹理细节,显著提升图像质量,避免图像过度平滑,在保障诊断准确性的同时降低患者辐射风险,具有较高的临床应用价值。
技术关键词
CT成像方法
低剂量CT图像
图像去噪模型
重建CT图像
噪声图像
深度神经网络
纹理
医学CT成像
误差
传播算法
特征提取器
生成噪声
表达式
像素
优化器
调制器
参数
系统为您推荐了相关专利信息
音频特征信息
数据融合方法
图像特征信息
智能座舱
双层长短期记忆网络
低光图像增强方法
离散小波变换
文本特征向量
多模态
样本
成像
检测显微镜
噪声图像
预测类别
检测模型训练方法