目的：为了照顾患者，我们研究了一种新的降噪方法，可从降级图像中去除泊松噪声，以改善低剂量CT图像的图像质量。方法：我们首先通过基于剪切波的多重方差稳定变换（SMVST）将泊松噪声转换为近似高斯噪声。其次，基于相邻的小波系数的相关性，通过自适应去噪方法找到非噪声的小波系数的位置。其中，假定图像的剪切波系数遵循拉普拉斯先验分布，并且通过MAP估计（最大后验估计）获得非噪声系数的位置。最后，使用基于混合梯度下降（HGD）的迭代方案，根据非噪声系数的位置估计降噪后的图像。主要贡献在于将基于相邻小波系数相

基于自适应噪声方差估计的泊松噪声去噪方法

目的：为了照顾患者，我们研究了一种新的降噪方法，可从降级图像中去除泊松噪声，以改善低剂量CT图像的图像质量。 方法：我们首先通过基于剪切波的多重方差稳定变换（SMVST）将泊松噪声转换为近似高斯噪声。 其次，基于相邻的小波系数的相关性，通过自适应去噪方法找到非噪声的小波系数的位置。 其中，假设图像的小波系数遵循拉普拉斯先验分布，并且通过MAP估计（最大后验估计）获得非噪声系数的位置。 最后，使用基于混合梯度下降（HGD）的迭代方案，根据非噪声系数的位置估计降噪后的图像。 主要贡献在于将基于相邻小