使用多对比度和深度学习改进医学图像的质量

摘要

提供了改进诊断成像和功能成像的方法，通过以下步骤：使用医学成像仪获得对象的至少两个输入图像，其中每个输入图像包括不同的对比度；使用经适当编程的计算机、使用非局部均值(NLM)滤波生成输入图像的多个副本，其中对象的每个输入图像副本包括不同的空间特征；使用医学成像仪获得对象的至少一个参考图像，其中参考图像包括与对象的输入图像不同的成像特征；使用经适当编程的计算机上的数据扩充来训练深度网络模型以自适应地调整模型参数，从而从初始集合的输入图像和参考图像来近似参考图像，并且目标为输出其他集合的低SNR低分辨率图像的改进质量的图像以供由医生分析。