换一批摘要针对漫射光相关层析成像(DCT)技术中,因噪声干扰导致血流指数(BFI)图像重建质量下降的问题,文章提出一种基于深度学习的自相关函数降噪与图像重建方法.利用蒙特卡洛(MC)模拟生成含噪与无噪的电场时间自相关函数g1(τ)数据,以及1对应的BFI图像数据集,分别构建"U"形降噪网络(U-Net)和多尺度深度融合重建网络(MSDF-Net).实验结果表明,经降噪处理后重建的BFI图像在均方根误差(RMSE)和对比度(Contrast)等评价指标上均优于直接利用含噪数据重建的结果,有效提升了图像质量和异质物识别能力.该方法为DCT技术在实际应用中提供了更可靠的噪声抑制与图像重建解决方案,具有较好的临床应用潜力.
更多相关知识
分类号
R318.51（医用一般科学）
栏目名称
DOI
10.20137/j.qykjyfz.45-1359/t.20250910.096
发布时间
2025-12-12（万方平台首次上网日期，不代表论文的发表时间）
基金项目
山西省青年科学基金（202203021212325）
吕梁市引进高层次科技人才重点研发项目（2024RC22）
- 浏览0
- 被引0
- 下载0
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
