一种基于自监督学习的低剂量CT图像去噪方法及系统
授权
摘要
本公开提供了一种基于自监督学习的低剂量CT图像去噪方法及系统，属于图像处理技术领域，对获取的CT图像进行预处理，将预处理后的CT图像所有像素值进行归一化；采用与CT图像大小相同的预设掩模对归一化处理后的CT图像进行部分像素的替换；将通过预设掩模替换后的CT图像输入到训练好的去噪神经网络模型中，得到对应去噪后的图像；本公开在网络模型训练去噪网络过程中，无需要成对的LDCT图像和高剂量CT图像，通过未被替代的像素推断已被替代像素的高剂量CT像素值，可以大大减少数据采集的成本，在没有高剂量CT图像的情况下完成LDCT图像的去噪任务。
基本信息
专利标题 ：
一种基于自监督学习的低剂量CT图像去噪方法及系统
专利标题（英）：
暂无
公开（公告）号 ：
CN111429379A
申请号 ：
CN202010250345.8
公开（公告）日 ：
2020-07-17
申请日 ：
2020-04-01
授权号 ：
CN111429379B
授权日 ：
2022-06-10
发明人 ：
刘治王波民
申请人 ：
山东大学
申请人地址 ：
山东省青岛市即墨区滨海公路72号山东大学青岛校区
代理机构 ：
济南圣达知识产权代理有限公司
代理人 ：
祖之强
优先权 ：
CN202010250345.8
主分类号 ：
G06T5/00
IPC分类号 ：
G06T5/00
IPC结构图谱
G
G部——物理
G06
计算；推算或计数
G06T
一般的图像数据处理或产生
G06T5/00
图像的增强或复原
法律状态
2022-06-10 ：
授权
2020-08-11 ：
实质审查的生效
IPC(主分类) : G06T 5/00
申请日 : 20200401
申请日 : 20200401
2020-07-17 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
