基于光子计数探测器自监督降噪的图像重建方法、系统、介质、程序产品及终端

本申请提供的基于光子计数探测器自监督降噪的图像重建方法、系统、介质、程序产品及终端，通过构建光子计数CT技术在材料分解过程中的噪声传播模型，基于神经网络提高探测器计数噪声预测的精度，然后利用该噪声传播模型对自监督降噪结果进行优化，并解决当前光子计数CT训练数据不足的问题。本申请不需要复杂的建模流程以及耗时的计算过程，仅通过少量数据即可精准拟合不同光子计数探测器的响应规律，解决了PCCT技术在物质分解以及重建图像过程中的噪声放大问题，大幅提升图像质量和处理效率。本申请基于深度学习的降噪方法在临床应用领域展现出了极高的实用价值，有望为医学诊断等相关工作提供更为可靠、优质的技术支持，推动临床实践的进一步发展。