一种基于卷积神经网络的低剂量X射线乳腺成像方法

摘要

本发明提供一种基于卷积神经网络的低剂量X射线乳腺成像方法，包括：获取低剂量X射线乳腺图像；建立卷积神经网络；训练卷积神经网络；使用已训练网络对低剂量X射线乳腺图像进行降噪。本发明有效抑制低剂量X射线乳腺图像的量子噪声，提高低剂量X射线乳腺图像的图像质量，大大降低了临床X射线乳腺检测的辐射剂量；低剂量X射线乳腺图像的量子噪声近似服从泊松分布并依赖于像素值，使用传统降噪算法难以对其进行有效去除，本发明基于卷积神经网络并采用监督学习算法，学习低剂量X射线乳腺图像到标准剂量X射线乳腺图像的映射，能够有效抑制低剂量X射线乳腺图像噪声，提高图像质量，降低X射线乳腺检测的辐射剂量。