成果名称：	一种基于多特征提取的CNN医学CT图像去噪方法	关键字：		应用行业：
高新技术领域：		所在地：		知识产权类型：	发明专利
知识产权编号：	ZL202011406293	成果体现形式：		成果属性：
成果所处阶段：		成果水平：	国内先进	研究形式：
学科分类：		战略新兴产业：		课题来源：
第一完成单位名称：	华北理工大学	第一完成单位属性：		技术成熟度：
合作方式：		交易价格(万)：	2.00	所属十强产业：

本发明公开的属于医学图像去噪技术领域，具体为一种基于多特征提取的CNN医学CT图像去噪方法，该基于多特征提取的CNN医学CT图像去噪方法包括建立模型、建立多组正常模型和低剂量模型、构建卷积神经网络、多特征信息的提取、CT图像去噪和噪声模型的整合，卷积神经网络具有强大的学习能力，它可以通过不断的总结归纳，从而使去噪后的数据更加接近真实数据，同时通过去除填充噪声模型可以避免噪音模型的数据趋向于统一化，通过调节卷积步长和卷积核的尺寸的关系可以加快数据的采集速度，从而降低图像重建的耗时，利用多特征提取卷积神经网络的方法，能够捕捉到图像中更多的特征信息，从而使得采集到的特征信息数据更加充实。