读论文《Diffusion Probabilistic Priors for Zero-Shot Low-Dose CT Image Denoising》

论文题目：零样本低剂量CT图像去噪的扩散概率先验

论文地址：arxiv

项目地址：github

        这篇论文主要研究了一种新的无监督方法，用于降低剂量计算机断层扫描（Low-Dose CT, LD-CT）图像的噪声。这种方法不需要成对的低剂量和正常剂量CT图像进行训练，而是仅使用正常剂量CT图像进行训练，以实现对低剂量CT图像的零样本去噪。

1. 引言 (Introduction)

• 论文首先介绍了低剂量CT的重要性，它减少了患者对X射线的暴露风险，但同时也导致了图像质量下降和噪声增加。
• 作者指出现有的深度学习方法通常需要大量的成对训练数据，这在临床环境中难以获得。

2. 方法 (Method)

(a)说明了从随机噪声生成低分辨率CT图像的过程。(b)描述了以低分辨率CT图像为条件生成高分辨率CT图像的过程。

A. 正常剂量CT图像生成的扩散模型 (NDCT Image Generation with Diffusion Models)

• 作者采用了两步级联的扩