基于深度学习的光子计数CT稀疏角图像重建方法及系统

本发明涉及一种基于深度学习的光子计数CT稀疏角图像重建方法及系统，该系统包括数据收集模块、残差式U型图像恢复网络模型和图像重建模块；残差式U型图像恢复网络模型包括编码层、瓶颈层和解码层；编码层用于对输入特征在多个尺度下进行双路径频谱调制；瓶颈层用于对调制后的特征进行极坐标频谱校准及路径状态混合；解码层用于对混合后的特征进行跳连解码，并在多个尺度下进行双路径频谱调制，得到卷积预测残差图像；图像重建模块用于将卷积预测残差图像和输入图像相加得到重建图像。本发明通过将浅层细节特征与深层全局特征进行多尺度融合，能够在抑制稀疏角条纹伪影的同时保留光子计数Micro‑CT图像中的边缘、纹理和灰度连续性。