买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：电子科技大学

摘要：本发明公开了一种基于级联掩膜模型的全髋骨置换术X影像无监督去噪方法，属于图像处理领域。本发明对DiT模块的Tokens生成过程进行了改进，并且为了提高去噪影像的生成精度、降低训练难度，本专利构建了级联DiT模块，前一个DiT生成的低分辨率图像作为下一个DiT模块的条件输入，从而逐步生成超高分辨率的无噪声人体髋关节图像。利用扩散先验计算迭代去噪算法，只需要医学实践中容易获得的无噪声人体髋关节图像对模型进行完全无监督训练。本发明所提出的级联掩膜CMDiT模块训练简单，生成的去噪影像准确且分辨率高，能够大大提高医生在全髋骨置换术前术后中的手术方案制定与手术效果评估的准确性，在医学领域中起着重要的作用。

主权项：1.一种基于级联掩膜模型的全髋骨置换术X影像无监督去噪方法，该方法包括：步骤1：获取人体骨盆位髋关节的图像数据集；该数据集为全髋关节置换手术前术后的正骨盆位和单侧骨盆位的图像，图像包括：NDXR图像和LDXR图像；NDXR表示正常X射线辐射剂量放射，LDXR表示低X射线辐射剂量放射；步骤2：构建DiT模块，DiT模块包括变分自动编码器VAE和U-ViT网络；输入图像、扩散时间t以及条件c拼接后作为变分自动编码器VAE的输入，通过变分自动编码器VAE将输入图像、扩散时间t以及条件c映射到潜在空间，若条件c不存在则不映射；然后将映射后的数据输入U-ViT网络；步骤3：将N个DiT模块级联，使用NDXR图像对每个DiT模块单独训练；第一个DiT模块为无条件DiT模块，训练流程为N*K阶降采样NDXR图像通过前向扩散产生随机噪声，对随机噪声进行不断去噪产生一个N*K阶降采样的NDXR图像，N为级联模型的数量，K为预先设定的降采样阶数；向后级联N-1个有条件DiT模块，对于第n个DiT模块，将前一个DiT模块生成的低分辨率的NDXR图像作为条件，以n*K阶降采样NDXR图像经前向扩散产生的随机噪声作为输入，训练模型对随机噪声不断去噪恢复为n*K阶降采样NDXR图像；步骤4：采用Mask方法生成Tokens；对Tokens进行遮掩，并行生成Tokens并计算置信度，随后保留置信度高于阈值的Tokens并重新生成置信度低于设定阈值的Tokens内容，不断重复直至生成所有Tokens信息；Tokens表示噪声，Mask表示掩膜；步骤5：LDXR图像的去噪；将LDXR图像y0输入进预训练的无条件DiT模块，经过N*K阶降采样为通过前向扩散得到完全随机噪声图根据由扩散先验得出的无条件迭代去噪算法，经过DiT的反向扩散得到去噪后的低分辨率NDXR图像作为下一级有条件DiT模块的条件输入；步骤6：步骤5中无条件DiT生成的低分辨率NDXR图像作为一个有条件DiT模块的条件c输入，同时对y0进行N–1*K阶降采样与前向扩散获得输入进有条件DiT模块，根据有条件迭代去噪算法，生成低分辨率NDXR图像作为下一级DiT模块的条件c输入；步骤7：重复步骤6，直到最后一级有条件DiT模块生成超高分辨率NDXR图像x0，完成对LDXR图像的降噪。

全文数据：

权利要求：

百度查询： 电子科技大学 一种基于级联掩膜模型的全髋骨置换术X影像无监督去噪方法