无监督深度字典学习的CT金属伪影校正与超分辨率方法

专利主权项内容

1.一种无监督深度字典学习的CT金属伪影校正与超分辨率方法，其特征在于：包括如下步骤：步骤S1、构建初始CT图像数据集，并将初始CT图像数据集分为训练集和测试集，训练集和测试集均包含有金属伪影CT图像和无伪影CT图像；步骤S2、构建无监督深度字典网络联合CT金属伪影校正与超分辨率网络模型，无监督深度字典网络联合CT金属伪影校正与超分辨率网络模型包括基于深度字典网络学习的深度稀疏变换网络及深度稀疏变换网络逆变换网络、基于卷积神经网络的阈值网络以及软阈值处理网络；步骤S3、从步骤S1的训练集中随机选择一幅含金属伪影的CT图像和一幅无伪影的CT图像输入无监督深度字典网络联合CT金属伪影校正与超分辨率网络模型中训练，并设定最大训练次数，设计训练无监督深度字典网络联合CT金属伪影校正与超分辨率网络模型所需的损失函数；步骤S4、基于训练参数和损失函数对无监督深度字典网络联合CT金属伪影校正与超分辨率网络模型进行优化和训练，得到最优的无监督深度字典网络联合CT金属伪影校正与超分辨率网络模型；步骤S5、将步骤S1中的测试集中的CT图像输入到步骤S4中最优的无监督深度字典网络联合CT金属伪影校正与超分辨率网络模型，输出金属伪影校正和超分辨率的CT图像。