-
公开(公告)号：CN117952850A
公开(公告)日：2024-04-30
申请号：CN202410080582.2
申请日：2024-01-19
IPC: G06T5/70 , G06N3/0455 , G06N3/0464
Abstract: 本发明公开了一种基于快速扩散模型的低剂量CT图像去噪方法和系统。包括：扫描方案设计与实验体模准备，获取不同剂量下的CT图像与匹配的正常剂量CT图像；构建快速扩散模型；训练过程阶段对所述匹配的图像对逐步扩散噪声，生成噪声目标图像；基于所述目标噪声图像与低剂量CT图像为条件分块处理，同时逆向推理逐步去除噪声获得清晰的CT影像。本发明使用高性能快速扩散模型应用于低剂量CT图像重建，通过逐步扩散并去除噪声，模型能够捕捉图像的复杂结构和细节，在较好得去除影像噪声与伪影的同时最大程度保留CT影像原始结构。除此之外将本发明与现有先进的方法处理结果交给放射科医生盲评处理，本发明涉及方法取得了最优结果。
-
公开(公告)号：CN116993610A
公开(公告)日：2023-11-03
申请号：CN202310926402.3
申请日：2023-07-25
Applicant: 湖北珞珈实验室
IPC: G06T5/00 , G06T5/50 , G06N3/0464 , G06N3/0455 , G06N3/08
Abstract: 本发明公开了一种基于去噪扩散模型的受限制CT图像重建方法和设备。所述方法包括数据集准备，获取原始匹配的受限制CT图像与干净CT图像；构建去噪扩散模型；在训练过程阶段对所述原始匹配的图像对逐步添加高斯噪声，生成噪声目标图像；基于所述目标噪声图像与原始受限制CT图像逆向推理采样，得到所述原始受限制CT图像的干净图像。本发明使用去噪扩散模型应用于受限制CT图像重建，由于去噪扩散模型具有良好的保留原始图像结构能力以及在细节恢复上具备重建性能更好，令重建后的限制CT图像在主观与客观的质量评价都比较高。
-
公开(公告)号：CN118761929A
公开(公告)日：2024-10-11
申请号：CN202411245470.4
申请日：2024-09-06
Applicant: 湖北珞珈实验室
IPC: G06T5/70 , G06T5/20 , G06T5/60 , G06V10/44 , G06V10/62 , G06V10/80 , G06V10/82 , G06V10/84 , G06N3/0464 , G06N3/0455 , G06N3/0985
Abstract: 本发明公开了一种基于条带扩散模型的零样本低剂量CT图像去噪方法及装置，其中的方法构建了条带扩散模型，该模型利用扩散模型的高保真度来完成不同剂量、厚度或设备的低剂量CT图像的端到端去噪。特别是，训练过程只需要正常剂量CT图像，极大减少了模型数据依赖，并且只使用一个场景数据来跨剂量和厚度条件训练模型。采样过程采用条带扫描策略，结合重叠的条带信息和输入的低剂量CT图像来解决最大后验问题，从而依次产生去噪结果。本发明只使用简单的卷积和注意力架构，并在涉及不同剂量、厚度数据集上进行广泛的实验。结果表明，本发明的方法在大多数情况下优于监督方法，可视化和盲法评估表明，本发明的方法非常接近于正常剂量CT图像。
-
公开(公告)号：CN118761929B
公开(公告)日：2024-11-26
申请号：CN202411245470.4
申请日：2024-09-06
Applicant: 湖北珞珈实验室
IPC: G06T5/70 , G06T5/20 , G06T5/60 , G06V10/44 , G06V10/62 , G06V10/80 , G06V10/82 , G06V10/84 , G06N3/0464 , G06N3/0455 , G06N3/0985
Abstract: 本发明公开了一种基于条带扩散模型的零样本低剂量CT图像去噪方法及装置，其中的方法构建了条带扩散模型，该模型利用扩散模型的高保真度来完成不同剂量、厚度或设备的低剂量CT图像的端到端去噪。特别是，训练过程只需要正常剂量CT图像，极大减少了模型数据依赖，并且只使用一个场景数据来跨剂量和厚度条件训练模型。采样过程采用条带扫描策略，结合重叠的条带信息和输入的低剂量CT图像来解决最大后验问题，从而依次产生去噪结果。本发明只使用简单的卷积和注意力架构，并在涉及不同剂量、厚度数据集上进行广泛的实验。结果表明，本发明的方法在大多数情况下优于监督方法，可视化和盲法评估表明，本发明的方法非常接近于正常剂量CT图像。
-
-
-
Search Results
4
records
(took 0.027 seconds)
