-
公开(公告)号：CN115546044A
公开(公告)日：2022-12-30
申请号：CN202210580322.2
申请日：2022-05-26
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于Gabor滤波的深度学习医学图像去噪方法，本发明的方法提出了一种包含Transformer与Gabor滤波的医学图像去噪模型BGFormer，利用使用变分贝叶斯方法推理的Gabor滤波来代替传统卷积增强了边缘检测的能力。加上局部增强窗口(LeWin)Transform模块构造的编码‑解码网络与跳层连接结构，在获取局部上下文的同时，能显著降低高分辨率特征图的计算复杂度。本发明提出的方法与之前的基于深度学习的针对医学图像方向的去噪算法相比，在峰值信噪比(PSNR)，均方根误差(RMSE)，结构相似性(SSIM)指标上也展示了更加先进的性能。
Search Results
1
records
(took 0.032 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
