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：西京学院

摘要：本发明公开一种基于多降噪器联合优化降噪的MRI图像降噪方法，包括基于IBM3D多并联降噪器、多并联IBM3D优化降噪器、图像质量提升降噪器和模型训练；本发明通过将一幅MRI图像分割成若干个小图像，分别输入到多个并联的IBM3D降噪器进行降噪，在不改变降噪效果的前提下，大大提升算法效率和降噪的效果，将降噪后的多个图像进行优化融合，然后将优化融合后的图像输入到基于深度学习的质量提升降噪器，得到最终降噪后的MRI图像，既能很好地对MRI图像进行降噪，又能够对MRI图像的细节进行恢复保持，同时模型训练的机制能够加快训练过程中的收敛速度，提高模型的精确度，降低模型初始化具有的敏感性。

主权项：1.一种基于多降噪器联合优化降噪的MRI图像降噪方法，其特征在于：包括基于IBM3D多并联降噪器、多并联IBM3D优化降噪器、图像质量提升降噪器和模型训练，所述基于IBM3D多并联降噪器是基于块匹配和IBM3D的图像视频去噪算法通过搜索相似块并在变换域进行滤波，得到块评估值，最后对图像中每个点进行加权得到最终去噪图像，其中IBM3D降噪算法具有以下两步：第一步、初始估计①逐块估计、对含噪图像中的每一块进行分组，找到它的重叠相似块然后把它们聚集到一个三维数组；②联合硬阈值、对形成的三维数组进行三维引导滤波器滤波，通过对滤波后的系数进行硬阈值处理减弱噪声，然后进行逆滤波得到组中所有图像块的估计值，然后把这些估计值按照相应的顺序返回到他们的原始位置；③聚集、对得到的有重叠的图像块估计，通过对他们进行加权平均得到真实图像的初始估计；第二步、最终估计①逐块估计、对第一步的图像中的每一块，通过块匹配找到与它相似的相似块在基础估计图像中的位置，通过这些位置得到两个三维数组，一个是从含噪图像中得到的，一个是从第一步的图像中得到的；②联合维纳滤波、对形成的两个三维数组均进行三维变换，以初始估计图像中的能量谱作为能量谱对含噪三维数组进行维纳滤波，然后逆变换得到组中所有图像块的估计，然后把这些估计值返回到他们的原始位置；③聚集、对得到的有重叠的局部块估计，通过对他们进行加权平均得到真实图像的最终估计；所述多并联IBM3D优化降噪器由多个并联的IBM3D降噪器构成，设共有n个并联的IBM3D降噪器，分别用D1、D2、…、Dn表示，其输出分别用d1、d2、…、dn表示，即：d1＝D1x，d2＝D2x，…，dn＝Dnx1式1中的x表示输入图像，对上述的输出进行加权优化，得到最终降噪后的图像，用y表示： 式2中W＝[w1,w2,…,wn]T表示加权矢量，D＝[d1，d2，…，dn]表示IBM3D降噪输出矢量，通过求解W从而得到y；所述图像质量提升降噪器包括特征提取层、非线性映射层和反卷积层；所述模型训练使用DATAS图像数据集作为训练集，首先从DATAS中选取MRI图像来构建噪声图像清晰图像训练图像对，然后将MRI图像裁剪成51*51大小，动量为0.9的训练图像对，使用0.0001的权重衰减系数和衰减率为0.9的SGD优化方法，采用批量标准化将初始数据分布变成准高斯分布，加快收敛速度。

全文数据：

权利要求：

百度查询： 西京学院 一种基于多降噪器联合优化降噪的MRI图像降噪方法