近几十年来,随着集成电路在工艺上的不断突破,计算机的算力实现了大幅增强,深度学习技术也随之得到了迅速发展。在图像领域,深度学习技术在诸多交叉学科都取得了优秀的图像降噪成果。在X射线成像领域,X射线光栅相位衬度成像被普遍认为是最有应用前景的成像技术之一,能够兼容常规X射线源并实现了软组织的多衬度成像,在临床医学、材料科学和工业无损检测等领域有着广泛的应用。在X射线光栅相衬成像中,多衬度图像不可避免地受到散粒噪声的干扰,特别在低光子计数或低可见度条件下图像质量下降显著。在传统积分法获取相移图像过程中,微分相位图像中的噪声会沿积分方向产生明显的条纹伪影。针对以上问题,本论文以多衬度图像质量提升和潜在辐射剂量优化为目标,开展了以下工作:1.开展了X射线多衬度图像的深度降噪研究。为解决多衬度图像受泊松噪声干扰的问题,本文给出了卷积神经网络Dn CNN-P,并对其降噪性能进行了评估。设计了“提取—降噪”和“降噪—提取”两种方法,通过仿真实验、生物样品实验评估和比较了两种降噪方法在不同实验条件下的性能。结果表明,“降噪—提取”方法总是表现出更好的降噪效果,尤其在低光子计数或低可见度的条件下。以光子计数为1800且可见度为0.3为例,与未降噪的微分相位图像相比,“降噪—提取”方法降噪图像的标准差降幅高达89.1%。Dn CNN-P算法能够显著提高X射线微分相位图像和暗场图像的图像质量,进而提高未来生物医学应用中的剂量效率。2.基于准均匀物质近似,开展了X射线相移图像的提取及噪声性质研究。在准均匀物质近似下,利用复折射率的实部与虚部的比值近似为常数的规律,发展了X射线相移图像的直接提取方法,并于上海同步辐射光源开展了验证实验研究。实验结果证实了直接提取相移图像的准确性。与积分相移图像相比,直接提取相移图像的噪声得到了明显的抑制,条状伪影得到了显著的削弱。3.基于软组织在高能X射线成像时的相移—衰减二象性,开展了X射线相移图像的提取及噪声性质研究。利用高能X射线照明下乳腺等物质的相移和衰减之间的互补关系,研究了利用单张投影图像直接提取相移图像的方法。在理论推导提取公式的基础上,开展了数值模拟实验研究。结果证实了相移图像直接提取的可行性和准确性。进一步的噪声分析结果表明直接提取相移图像的灵敏度始终高于传统积分相移图像。