[发明专利]一种基于VGG-19提取特征的GAN医学图像降噪方法

摘要

本发明提供一种基于VGG‑19提取特征的GAN医学图像降噪方法，包括搭建GAN降噪网络，提取训练图像和训练标签图像并以损失函数最小化为原则对搭建好的降噪网络进行训练，以及利用训练后的降噪网络对高噪声图片进行降噪处理，输出降噪结果。本发明为了克服降噪后图像边缘平滑，失去原有图像细节的问题，提出一种将降噪后的图像和原本清晰的图像用VGG‑19做特征提取之后的差值作为损失函数进行优化的图像降噪方法，以达到保存图像原有细节，提高图像清晰度的效果。

主权项

1.一种基于VGG‑19提取特征的GAN医学图像降噪方法，其特征在于包括以下步骤：步骤S1、搭建GAN降噪网络，并设置生成器各层卷积参数以及鉴别器各层卷积参数；步骤S2、提取训练图像和训练标签图像，随机初始化生成器和鉴别器网络参数，以损失函数最小化为原则对搭建好的降噪网络进行训练，所述损失函数为第一提取特征与第二提取特征的差值，所述第一提取特征由降噪网络输出的降噪结果经VGG‑19进行特征提取获得；所述第二提取特征由训练标签图像经VGG‑19进行特征提取获得；步骤S3、利用训练后的降噪网络对高噪声图片进行降噪处理，输出降噪结果。