自適應注意力引導的LDCT圖像去噪條件擴散模型

摘要： 相較于生成對抗網絡（GAN）和卷積神經網絡（CNN），擴散模型在圖像生成中表現出更高的圖像質量以及更穩(wěn)定的訓練過程。然而，在去除低劑量計算機斷層掃描（LDCT）圖像噪聲和偽影的任務中，其生成結果的多樣性會導致LDCT圖像細節(jié)失真。雖然分類器引導（classifier guidance,CG）和無分類器引導（classifier-free guidance,CFG）控制了其多樣性... （共12頁）