Bài báo này đề xuất MI-ND, một mô hình mới để khử nhiễu hình ảnh y tế. MI-ND tích hợp các kiến trúc tích chập và biến đổi đa thang đo, đồng thời giới thiệu một bộ ước lượng mức nhiễu (NLE) và một mô-đun chú ý thích ứng nhiễu (NAAB) để đạt được khả năng kiểm soát chú ý kênh-không gian nhận biết nhiễu và hợp nhất đặc trưng đa phương thức. Kết quả thử nghiệm sử dụng nhiều bộ dữ liệu công khai cho thấy phương pháp được đề xuất vượt trội đáng kể so với các phương pháp tương đương về các chỉ số chất lượng hình ảnh như PSNR, SSIM và LPIPS, đồng thời cải thiện điểm F1 và ROC-AUC trong các tác vụ chẩn đoán tiếp theo, chứng minh giá trị thực tiễn và tiềm năng của nó. Phương pháp này cũng thể hiện hiệu suất vượt trội trong việc phục hồi cấu trúc, độ nhạy chẩn đoán và độ bền đa phương thức, mang đến một giải pháp hiệu quả cho việc nâng cao hình ảnh y tế và chẩn đoán và điều trị dựa trên AI.
