摘要
本发明涉及影像处理技术领域,具体涉及人工智能辅助的CT影像质量增强与噪声降低方法,包括以下步骤:S1:获取低剂量CT扫描图像数据;S2:对获取的低剂量CT图像数据进行预处理;S3:提取CT图像中的初步特征信息;S4:对图像中的噪声进行自适应估计;S5:将噪声估计结果与初步特征信息一同输入至深度卷积去噪网络;S6:基于生成对抗网络框架对去噪后的图像进行质量增强;S7:对质量增强后的CT影像进行重建;S8:对最终图像进行医学适用性检测。本发明,通过生成对抗网络、卷积神经网络和医学图像判别模型,实现低剂量CT图像的去噪与质量增强,生成高信噪比和高结构保真度的CT影像,同时确保其医学适用性,满足临床诊断需求。