一种基于退化感知扩散模型的能谱CT图像联合去噪与重建方法

本发明公开了一种基于退化感知扩散模型的能谱CT图像联合去噪与重建方法，涉及医学影像处理技术领域，该方法构建了包含退化编码器和条件去噪网络的扩散模型，通过退化编码器提取观测数据中的噪声和伪影特征，生成退化嵌入向量指导去噪过程。在重建阶段，将物理成像模型的数据一致性约束嵌入反向扩散过程，实现从低剂量投影数据到高质量多能级CT图像的端到端联合优化。其能够自适应感知具体扫描条件的退化特性，在保证重建结果物理保真的前提下，显著提升图像质量，PSNR提升26.3%达到38.5dB，同时通过DDIM采样实现20倍加速，将重建时间从60分钟缩短至3分钟。其有效解决了传统方法重建质量与计算效率的矛盾，为低剂量能谱CT临床推广应用提供了可靠技术支撑。