申请/专利权人:杭州微影医疗科技有限公司
申请日:2023-12-25
公开(公告)日:2024-04-02
公开(公告)号:CN117808697A
主分类号:G06T5/70
分类号:G06T5/70
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.04.19#实质审查的生效;2024.04.02#公开
摘要:本发明涉及深度学习技术领域,具体涉及一种基于深度学习的图像降噪系统,包括:数据采集模块,采集成对的高场磁共振影像和低场磁共振影像;数据集生成模块,生成数据集;模型构建模块,生成一个图像降噪模型;图像降噪模型的输入为低场磁共振影像,输出为高场磁共振影像,高场磁共振影像的信噪比高于低场磁共振影像;模型训练模块,采用数据集对图像降噪模型进行训练;图像处理模块,采用图像降噪模型对输入的待处理低场磁共振影像进行降噪处理。有益效果在于:引入了预先训练好的图像降噪模型,并将模型的输入输出分别配置为低场磁共振影像和高场磁共振影像,可用于实现对低场磁共振影像的图像信噪比的提升,且能够有效降低对算力的需求。
主权项:1.一种基于深度学习的图像降噪系统,其特征在于,包括:数据采集模块,所述数据采集模块采集低场磁共振成像数据,并进行图像重建获得图像;模型构建模块,所述模型构建模块生成一个图像降噪模型;所述图像降噪模型的输入为所述直接由所述低场磁共振成像数据重建获得的低场磁共振图像,所述图像降噪模型的输出为降低噪声的低场磁共振图像;模型训练模块,所述模型训练模块连接所述模型构建模块,所述模型训练模块采用低场数据集对所述图像降噪模型进行训练;所述低场数据集包括高信噪比的所述低场磁共振图像和在所述低场磁共振图像上添加噪声得到的低信噪比低场磁共振图像;图像处理模块,所述图像处理模块连接所述模型训练模块,所述图像处理模块在所述图像降噪模型训练完成后,采用所述图像降噪模型对输入的待处理低场磁共振图像进行降噪处理。
全文数据:
权利要求:
百度查询: 杭州微影医疗科技有限公司 一种基于深度学习的图像降噪系统
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。