基于循环卷积神经网络的不成对低剂量CT图像重建方法
申请号:CN202510048520
申请日期:2025-01-13
公开号:CN119963677A
公开日期:2025-05-09
类型:发明专利
摘要
本发明涉及一种基于循环卷积神经网络的不成对低剂量CT图像重建方法,属于图像重建技术领域。包括:收集若干临床低剂量CT图像,形成原始图像数据集,并收集若干常规剂量CT图像,形成标签数据集;原始图像数据集和标签数据集构成训练数据集;构建不成对低剂量CT图像重建网络;通过训练数据集训练不成对低剂量CT图像重建网络,得到训练好的不成对低剂量CT图像重建网络;将待重建低剂量CT图像输入训练好的不成对低剂量CT图像重建网络,得到待重建低剂量CT图像的重建结果图像。该方法具有较好的去噪性能,去噪后的图像能够完整地保留细节,并且不存在过度平滑问题。
技术关键词
低剂量CT图像
循环卷积神经网络
原始图像数据
噪声信息
模块
噪声分量
离散小波变换
上采样
编码器
编解码
解码器
交互特征
图像重建技术
标签
输入端
训练集