原创力文档- 1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
- 2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
- 3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
本发明公开了一种用于医学图像低剂量估计的深度学习方法。该方法包括：利用小波变换对低剂量原始图像进行分解，得到多层分解图像，其中每层分解图像包含与原始图像对应的不同视角特性的多个子带图像；将所述多层分解图像和原始图像输入至卷积神经网络进行训练，经分解和重构，学习从低剂量原始图像到标准剂量图像之间的映射关系，其中，所述卷积神经网络包含主干结构和多个分支结构，该主干结构以原始图像为输入，所述多个分支结构分别以对应的各层分解图像为输入。本发明将小波变换与卷积神经网络结合，在提高图像峰值信噪比、结构相似性
(19)中华人民共和国国家知识产权局
(12)发明专利申请
(10)申请公布号 CN 113053496 A
(43)申请公布日 2021.06.29
(21)申请号 202110296270.1 G06N 3/08 (2006.01)
(22)申请日 20
文档评论（0）