-
公开(公告)号：CN119722513A
公开(公告)日：2025-03-28
申请号：CN202510244451.8
申请日：2025-03-03
Applicant: 电子科技大学(深圳)高等研究院
Abstract: 本发明公开了一种基于无监督学习的医学图像降噪与重建方法，涉及医学图像处理技术领域，解决了现有的扩散模型对医学图像进行细节恢复和噪声重建的效果不理想的技术问题。该方法包括：根据医学图像，构建至少两个不同的第一频域子集和第二频域子集；将第一频域子集、第二频域子集输入训练好的生成并行网络，生成初步重建图像，其中，生成并行网络包括至少两个相互独立的第一生成网络和第二生成网络；将初步重建图像的特征映射到潜在空间，并在去噪过程中进行扩散重建，编码得到扩散重建特征；通过解码器对扩散重建特征进行解码，得到医学图像的最终重建图像。本发明能够实现医学图像的高频细节恢复，重建生成高质量的医学图像。
-
公开(公告)号：CN119722513B
公开(公告)日：2025-04-25
申请号：CN202510244451.8
申请日：2025-03-03
Applicant: 电子科技大学(深圳)高等研究院
Abstract: 本发明公开了一种基于无监督学习的医学图像降噪与重建方法，涉及医学图像处理技术领域，解决了现有的扩散模型对医学图像进行细节恢复和噪声重建的效果不理想的技术问题。该方法包括：根据医学图像，构建至少两个不同的第一频域子集和第二频域子集；将第一频域子集、第二频域子集输入训练好的生成并行网络，生成初步重建图像，其中，生成并行网络包括至少两个相互独立的第一生成网络和第二生成网络；将初步重建图像的特征映射到潜在空间，并在去噪过程中进行扩散重建，编码得到扩散重建特征；通过解码器对扩散重建特征进行解码，得到医学图像的最终重建图像。本发明能够实现医学图像的高频细节恢复，重建生成高质量的医学图像。
-
Search Results
2
records
(took 0.027 seconds)
