FrequencyCT：基于频域的自监督低剂量CT去噪
计算机视觉与模式识别
2026-05-28 v2
摘要
尽管CT去噪研究已久，但鲜有研究利用投影域数据特征来缓解噪声相关性。为填补这一空白，本工作提出FrequencyCT，首个针对低剂量CT去噪的零样本自监督方法，用于频域伪样本生成。具体而言，通过利用噪声与真实信号在频域中不同的分布，提出了区域低频锚定技术。对高频区域施加保持相位的噪声和掩码扰动，以生成伪样本用于自监督。驱动该方法的核心是噪声方差与底层真实信号之间指数相关性，一致的数据截断被应用于生成的样本，以稳定优化梯度。在多个公开和真实数据集上的评估结果确认了本研究的临床应用潜力，为降噪领域提供了一种创新的视角。代码已公开：https://github.com/yqx7150/FrequencyCT。
引用
@article{arxiv.2605.10583,
title = {FrequencyCT: Frequency Domain Self-supervised Low-dose CT Denoising},
author = {Guoquan Wei and Liu Shi and Chong Chen and Qiegen Liu},
journal= {arXiv preprint arXiv:2605.10583},
year = {2026}
}