论文部分内容阅读
针对超声造影图像包含大量噪声的问题,提出一种基于卷积神经网络的超声图像去噪方法.首先,通过图像平移、翻转、旋转等数据增强方法扩充稀缺的超声造影图像样本数量;其次,通过重叠切割小图像块,进一步扩充样本数量;最后,以图像块和人工噪声为输入训练集,训练基于卷积网络结构的去噪模型.实验结果表明,该方法可有效扩展至不同大小的超声造影图像,对于超声造影图像去噪后的峰值信噪比高于传统的图像去噪方法.