一种用于低剂量CT的微小细节保护CNN与Transformer融合去噪方法

摘要： 为解决低剂量CT图像因辐射剂量降低而引入大量噪声，导致图像质量下降，从而影响临床诊断准确性问题，构建一种结合卷积神经网络（CNN）与Transformer的网络模型，并在此模型中引入一种内部块特征提取模块，以更好地保护图像中的微小细节。此外，为了解决应用Swin Transformer去噪时出现恢复错误纹理细节的问题，在自注意力部分并入一个多输入通道注意力模块，进而构建一种双重...