[发明专利]一种图像降噪方法及其应用

说明书

本申请属于图像扫描技术领域，特别是涉及一种图像降噪方法及其应用。现有的快速成像情况下，重建的MRI图像噪声过大，影响医生诊断病情。本申请提供了一种图像降噪方法，包括：构建自校正卷积神经网络；将L1范数作为损失函数；对自校正卷积神经网络进行优化；将带有噪声的图像作为网络的输入，将带有噪声的图像和对应的无噪声图像作为网络标签，对网络进行训练，得到由带噪声的图像到无噪声的图像映射关系；将需要降噪的图像通过训练好的网络进行降噪得到降噪后的图像。解决图像不清楚的问题。

技术领域

本申请属于图像扫描技术领域，特别是涉及一种图像降噪方法及其应用。

背景技术

磁共振成像(MRI)是根据有磁距的原子核在磁场作用下，能产生能级间的跃迁的原理而采用的一项新检查技术，MRI有助于检查癫痫患者脑的能量状态和脑血流情况，对变性病诊断价值很大。MRI是通过体外高频磁场作用，由体内物质向周围环境辐射能量产生信号实现的，成像过程与图像重建和CT相近，只是MRI既不靠外界的辐射、吸收与反射，也不靠放射性物质在体内的γ辐射，而是利用外磁场和物体的相互作用来成像，高能磁场对人体无害。

磁共振成像(MRI)扫描是用于人体器官疾病的筛查和诊断的主要医学成像方法之一，是用于医学诊断的有效工具。但是，在图像采集或传输过程中产生的噪声会损害MRI质量，并严重降低这些诊断的准确性。嘈杂的低质量MRI图像会影响自动计算机分析的准确性，例如分类，分割和配准。因此，对MRI去噪的研究对于获得高质量的MRI输出具有重要意义,同时对于医疗诊断领域具有重要的科学意义和应用前景。

现有的快速成像情况下，重建的MRI图像噪声过大，影响医生诊断病情。

发明内容

1.要解决的技术问题

基于在特定情况下，现有的快速成像情况下，重建的MRI图像噪声过大，影响医生诊断病情的问题，本申请提供了一种图像降噪方法及其应用。

2.技术方案

为了达到上述的目的，本申请提供了一种图像降噪方法，所述方法包括如下步骤：

步骤1：构建基于U-net网络基础上的自校正U-net卷积神经网络；

步骤2：将L₁范数作为损失函数；

步骤3：对自校正U-net卷积神经网络的参数进行优化，使得损失函数收敛；

步骤4：将带有噪声的图像作为网络的输入，将带有噪声的图像和对应的无噪声图像作为网络标签，对网络进行训练，得到由带噪声的图像到无噪声的图像映射关系；

步骤5：将需要降噪的图像通过训练好的网络进行降噪得到降噪后的图像。

本申请提供的另一种实施方式为：所述步骤1中所述自校正卷积神经网络为类似于U-net网络的编码解码网络。

本申请提供的另一种实施方式为：所述步骤1中自校正卷积神经网络包括自校正卷积层，所述自校正卷积层包括第一通道和第二通道。

本申请提供的另一种实施方式为：对所述第一通道的数据进行卷积和批归一化处理。

本申请提供的另一种实施方式为：对所述第二通道的数据进行下采样。

本申请提供的另一种实施方式为：所述采样率为4。

本申请提供的另一种实施方式为：所述步骤2中L₁范数为：

其中，x_i为降噪之前的图像的像素值，y_i为无噪声的真实图像的像素值，n为像素值的总个数。