一种低剂量DR图像和CT图像去噪方法.pdf

(19)国家知识产权局(12)发明专利申请(10)申请公布号CN116029934A(43)申请公布日2023.04.28(21)申请号202310074227.X(22)申请日2023.01.31(71)申请人中山大学地址510275广东省广州市海珠区新港西路135号(72)发明人伍伟文龙逸飞张俭嘉潘嘉毅(74)专利代理机构广州嘉权专利商标事务所有限公司44205专利代理师薛建强(51)Int.Cl.G06T5/00(2006.01)G06N3/0464(2023.01)G06N3/08(2023.01)权利要求书2页说明书11页附图5页(54)发明名称一种低剂量DR图像和CT图像去噪方法(57)摘要本发明公开了一种低剂量DR图像和CT图像去噪方法，通过构造初始去噪网络；获取训练图像；其中，训练图像是低剂量DR图像或CT图像的噪声图像；构建余数采样器，通过余数采样器对训练图像进行采样，得到训练图像组；根据训练图像组对初始去噪网络进行训练，能够完整运用噪声图像，不丢失信息地进行去噪网络的训练，得到实用、高精度的目标去噪网络，再通过使用该目标去噪网络对单张低剂量DR图像或CT图像进行去噪处理，能够实现全域无损去噪的效果，并且能够适应复杂的CT和DR带噪声图像去噪任务。本发明实施例可以广泛应用于图像去噪技术领域。CN116029934ACN116029934A权利要求书1/2页1.一种低剂量DR图像和CT图像去噪方法，其特征在于，包括：构造初始去噪网络；获取训练图像；其中，所述训练图像是低剂量DR图像或CT图像的噪声图像；构建余数采样器，通过所述余数采样器对所述训练图像进行采样，得到训练图像组；根据所述训练图像组对所述初始去噪网络进行训练，得到目标去噪网络；通过所述目标去噪网络对单张低剂量DR图像或CT图像进行去噪处理。2.根据权利要求1所述的一种低剂量DR图像和CT图像去噪方法，其特征在于，所述构建余数采样器，通过所述余数采样器对所述训练图像进行采样，得到训练图像组，包括：对所述训练图像预处理，获得第一图像；根据所述第一图像的横坐标和纵坐标，确定多个相邻余数子采样器；通过多个所述相邻余数子采样器对所述第一图像进行采样，得到训练图像组。3.根据权利要求2所述的一种低剂量DR图像和CT图像去噪方法，其特征在于，所述根据所述第一图像的横坐标和纵坐标，确定多个相邻余数子采样器，包括：根据所述第一图像的横坐标和纵坐标确定所述第一图像的像素余数；根据所述像素余数分布，确定相邻余数子采样器。4.根据权利要求1所述的一种低剂量DR图像和CT图像去噪方法，其特征在于，所述根据所述训练图像组对所述初始去噪网络进行训练，得到目标去噪网络，包括：通过所述去噪网络对所述训练图像组进行去噪处理，得到特征图组；通过正则化损失函数对所述特征图组进行损失评估，获得所述损失评估的结果；根据所述损失评估的结果修正所述初始去噪网络的参数；重复通过所述去噪网络对所述训练图像组进行去噪处理，得到特征图组的步骤直至所述损失函数收敛，得到目标去噪网络。5.根据权利要求4所述的一种低剂量DR图像和CT图像去噪方法，其特征在于，所述正则化损失函数的表达式为：其中，fθ表示去噪网络；x表示清洁图像；y表示噪声图像；Ex,y表示数学期望；g1、g2、g3、g4均为噪声图像的训练图像组中的图像；γ是控制正则化项强度的超参数。6.根据权利要求4所述的一种低剂量DR图像和CT图像去噪方法，其特征在于，所述方法还包括：对所述初始去噪网络进行数据标准化和归一化处理，得到初始化的初始去噪网络；对所述训练图像组进行图像对数变换，得到图像增强后的训练图像组。7.根据权利要求1所述的一种低剂量DR图像和CT图像去噪方法，其特征在于，所述通过所述目标去噪网络对单张低剂量DR图像或CT图像进行去噪处理，包括：将单张DR图像或CT图像输入目标去噪网络；通过所述目标去噪网络对所述单张DR或CT图像进行卷积和池化，获得第一特征图；将所述第一特征图进行通道上拼接，获得第二特征图；将所述第二特征图进行卷积、拼接和上采样，获得第三特征图；2CN116029934A权利要求书2/2页将所述第三特征图作为第一特征图，重复将所述第一特征图进行通道上拼接，获得第二特征图的步骤，直至经过四次采样得到去噪结果图。8.一种低剂量DR图像和CT图像处理系统，其特征在于，包括：第一模块，所述第一模块用于构造初始去噪网络；第二模块，所述第二模块用于获取训练图像；其中，所述训练图像是单张低剂量DR图像或CT图像；第三模块，所述第三模块用于构建余数采样器，通过所述余数采样器对所述训练图像进行采样，得到训练图像组；第四模块，所述第四模块用于根据所述训练图像组对去噪网络进行训练，获得目标去噪网络；第五模块，所述第五模块用于通过所述目标去噪网络对