[发明专利]检查图像的降噪方法、装置、可读介质和电子设备

权利要求书

1.一种检查图像的降噪方法，其特征在于，所述方法包括：

获取检查设备按照预设剂量采集的带噪检查图像；

利用预先训练的降噪模型对所述带噪检查图像进行降噪处理，以得到目标检查图像；

所述降噪模型是根据第一数量的有标样本图像、第二数量的无标样本图像，以及所述有标样本图像和所述无标样本图像在特征子空间上的空间相似度训练得到的，所述有标样本图像标注有对应的无噪检查图像，所述第一数量小于所述第二数量，采集所述无噪检查图像的剂量大于所述预设剂量；

其中，所述降噪模型是通过以下方式训练得到的：

获取样本输入集和样本输出集，所述样本输入集包括：第一数量的所述有标样本图像和第二数量的所述无标样本图像；所述样本输出集中包括与每个所述有标样本图像对应的所述无噪检查图像；

从所述样本输入集中抽取多个训练批次，每个所述训练批次包括所述有标样本图像和所述无标样本图像；

针对每个所述训练批次，将该训练批次中的所述有标样本图像输入所述降噪模型，得到所述降噪模型输出的有标训练图像，并将该训练批次中的所述无标样本图像输入所述降噪模型，得到所述降噪模型输出的无标训练图像；

对所述有标训练图像进行奇异值分解，以得到有标特征子空间，并对所述无标训练图像进行奇异值分解，以得到无标特征子空间；

根据所述有标特征子空间和所述无标特征子空间，确定所述空间相似度；

根据所述有标训练图像与所述有标训练图像对应的所述无噪检查图像的差，确定监督损失；

将所述有标特征子空间的转置与所述无标特征子空间的乘积作为联合矩阵；

根据所述有标特征子空间和所述无标特征子空间的余弦距离，对所述联合矩阵进行特征分解，得到所述有标训练图像在共享子空间上的系数，和所述无标训练图像在所述共享子空间上的系数，所述共享子空间为所述有标训练图像和所述无标训练图像共享的特征子空间；

根据所述有标训练图像在所述共享子空间上的系数，和所述无标训练图像在所述共享子空间上的系数，确定所述有标训练图像和所述无标训练图像的图像相似度；

根据所述图像相似度和所述空间相似度，确定半监督损失；

根据所述监督损失和所述半监督损失，确定目标损失；

以降低所述目标损失为目标，利用反向传播算法训练所述降噪模型。

2.根据权利要求1所述的方法，其特征在于，所述利用预先训练的降噪模型对所述带噪检查图像进行降噪处理，以得到目标检查图像，包括：

利用所述降噪模型中的卷积层，对所述带噪检查图像进行下采样，以得到下采样检查图像；

利用所述降噪模型中的转置卷积层，对所述下采样检查图像进行上采样，以得到所述目标检查图像。

3.根据权利要求1所述的方法，其特征在于，所述对所述有标训练图像进行奇异值分解，以得到有标特征子空间，并对所述无标训练图像进行奇异值分解，以得到无标特征子空间，包括：

对所述有标训练图像进行奇异值分解，将所述有标训练图像的左奇异矩阵作为所述有标特征子空间，所述有标特征子空间包括一组用于表征所述有标训练图像的基向量；

对所述无标训练图像进行奇异值分解，将所述无标训练图像的左奇异矩阵作为所述无标特征子空间，所述无标特征子空间包括一组用于表征所述无标训练图像的基向量。

4.根据权利要求1所述的方法，其特征在于，所述根据所述有标特征子空间和所述无标特征子空间，确定所述空间相似度，包括：

根据所述有标特征子空间和所述无标特征子空间的余弦距离，确定所述空间相似度。