一种X射线高分辨图像降噪方法、电子设备及存储介质技术

本发明专利技术提供一种X射线高分辨图像降噪方法、电子设备及存储介质，包括步骤：通过保留扩散模型的前若干步，获得局域扩散模型；基于局域扩散模型构建迭代局域扩散框架；加载高分辨的待处理退化图像数据集和预训练的局域扩散模型；迭代执行正向噪声添加和逆向过程，输出最终的降噪结果。本发明专利技术能够满足大尺寸、高分辨率探测器数据的降噪需求，从而提升X射线成像的质量；本发明专利技术从理论上推导出一种迭代局域扩散框架，利用极小的模型资源实现复杂数据的表征，从而开发出不依赖于标签训练数据的无监督降噪方法；该迭代局域扩散降噪框架能够在减少患者75％以上辐射剂量损害的情况下，重建出病灶和组织的细节。

【技术实现步骤摘要】

本专利技术涉及x射线成像，特别涉及一种x射线高分辨图像降噪方法、电子设备及存储介质。

技术介绍

1、大尺寸高分辨率的平板探测器主要应用于数字减影血管造影(dsa)、骨骼显微ct及牙科ct等x射线成像探测，而宽体探测器主要用于高端螺旋ct的x射线成像。前者由于采用小像素探测单元(100μm～200μm)的设计，通常在常规曝光条件下，其探测数据中存在显著的噪声，在低剂量观测条件下，噪声问题会进一步加剧，严重影响成像质量。相比之下，宽体探测器采用毫米级的像素设计，在常规曝光条件下，其探测数据噪声较低。然而，在低剂量采集条件下(低于50mas)，数据采集过程通常会引入大量噪声，进而降低图像质量。因此，研究x射线图像降噪方法已成为射线成像领域的关键技术之一。

2、目前，深度学习的降噪方法主要在仿真数据上采用全监督的训练策略。然而，在真实的临床环境中，由于患者的呼吸运动及辐射剂量的限制，获取成对的训练数据极为困难，这导致其在临床应用中的适用性较差。尽管扩散模型能够避免使用成对数据进行网络训练，并且在降噪效果上达到了与全监督方法相媲美的水平，但它无法对像素矩本文档来自技高网...

【技术保护点】

1.一种X射线高分辨图像降噪方法，其特征在于，包括以下步骤：

2.如权利要求1所述的一种X射线高分辨图像降噪方法，其特征在于：所述扩散模型的任意时间步长t＝1:T处的潜在状态是初始状态x0的直接抽样，得到:

3.如权利要求1所述的一种X射线高分辨图像降噪方法，其特征在于：所述局域扩散模型表示为其只训练和使用时间步长1到K，所述局域扩散模型的迭代形式记为迭代局域扩散模型；其中，T为总时间步长，K为局域时间步长。

4.如权利要求3所述的一种X射线高分辨图像降噪方法，其特征在于：所述基于所述局域扩散模型构建迭代局域扩散框架步骤包括：>

5.如权利要...

【技术特征摘要】

1.一种x射线高分辨图像降噪方法，其特征在于，包括以下步骤：

2.如权利要求1所述的一种x射线高分辨图像降噪方法，其特征在于：所述扩散模型的任意时间步长t＝1:t处的潜在状态是初始状态x0的直接抽样，得到:

3.如权利要求1所述的一种x射线高分辨图像降噪方法，其特征在于：所述局域扩散模型表示为其只训练和使用时间步长1到k，所述局域扩散模型的迭代形式记为迭代局域扩散模型；其中，t为总时间步长，k为局域时间步长。

4.如权利要求3所述的一种x射线高分辨图像降噪方法，其特征在于：所述基于所述局域扩散模型构建迭代局域扩散框架步骤包括：

5.如权利要求4所述的一种x射线高分辨图像降噪方法，其特征在于：所述局域扩散...

【专利技术属性】
技术研发人员：李铭，廖飞扬，杜强，袁刚，郑健，
申请(专利权)人：中国科学院苏州生物医学工程技术研究所，
类型：发明
国别省市：