基于自监督学习的低剂量CT图像去噪方法、设备和介质
申请号:CN202510276314
申请日期:2025-03-10
公开号:CN120219215A
公开日期:2025-06-27
类型:发明专利
摘要
本发明针对LDCT采用较低的X射线剂量,图像质量往往受到噪声干扰,从而影响临床诊断的精确度这一技术问题,公开一种基于自监督学习的低剂量计算机断层扫描图像去噪方法、设备和介质,属于医学图像处理技术领域,本发明利用自监督学习框架,仅通过处理单个低剂量CT图像即可完成去噪。该方法通过从含噪声的LDCT图像本身中学习去噪模式,无需真实的ground truth,避免了传统方法依赖真实高剂量CT图像作为训练数据的局限性。本发明平衡了低辐射暴露与高质量成像的需求,能够显著提高低剂量CT图像的去噪效果,适用于医学诊断中的低剂量CT图像去噪处理。
技术关键词
像素点
邻居
低剂量CT图像
网络
医学图像处理技术
监督学习框架
计算机断层扫描
图像去噪方法
定义
处理器
参数
可读存储介质
上采样
存储器
噪声
线性