基于快速扩散模型的低剂量CT图像去噪方法和系统

    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

    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。

    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

    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

    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。

    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

    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

    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。

    单导心贴数据智能诊断云计算系统及其处理方法

    公开(公告)号:CN108597600A

    公开(公告)日:2018-09-28

    申请号:CN201810224388.1

    申请日:2018-03-19

    Abstract: 本发明公开了一种单导心贴数据智能诊断云计算系统及处理方法,所述系统包括客户端采集模块、存储服务模块、消息队列服务模块和计算服务模块;客户端采集模块用于采集单导心贴长时动态心电图数据并上传至存储服务模块以及从存储服务模块下载所需数据;存储服务模块用于存储长时动态心电图数据、心电分析报告;消息队列服务模块用于消息传递,实现功能解耦;计算服务模块:用于提供计算所需要的硬件资源,由单导心贴长时动态心电图数据绘制心电散点图,运用AI模型对散点图进行人工智能诊断,计算得到心电散点图的分类结果,形成心电分析报告。本发明依靠云服务架构的存储服务和计算服务,有效提高了动态心电的分析速度以及提高诊断的准确度。

Patent Agency Ranking