一种基于重构图像的CT图像去噪方法及系统

一种基于重构图像的CT图像去噪方法及系统，涉及医学影像的图像处理方法。本发明为了解决现有CT去噪方法仅仅可以去除基于泊松分布的重建噪声无法现实的低剂量扫描的CT数据往往包含许多不同的噪音成分、现有CT去噪方法往往依赖于原始的投影数据等问题而提出的。技术要点：基于深度图像先验构建图像重建网络，通过输入原始图像的相邻切片预测中间图像，利用结构连续性约束生成去噪后的重建图像，并通过与原始图像的差异提取真实噪声分布；将提取的真实噪声与高剂量CT图像结合，通过图像域和正弦图域双重噪声添加策略生成配对样本集；利用配对样本集对去噪网络进行迭代训练，采用主动学习策略动态扩展数据集；本发明基于神经网络和深度图像先验的噪声提取方法，其可以直接从真实数据中提取大部分的噪声，而不依赖于某种具体的噪声成分或噪音模型。基于数据工程和迭代的去噪网络实现CT图像去噪。