该论文提出了一种基于得分的反向扩散去噪方法，能够在复杂噪声条件下有效去噪肝脏MRI数据，并提升图像分辨率，具有灵活选择去噪程度和量化不确定性的优点。

该研究提出了一种自调制卷积神经网络（SM-CNN）用于高光谱图像去噪，能够自适应地转换特征，提高处理复杂噪声的能力。实验证明，SM-CNN 在公共基准数据集上优于其他最先进的高光谱图像去噪方法。