Aunque muchas estimaciones existentes de parámetros de ruido de imagen dependiente de la señal tienen ciertos efectos de reducción de ruido, la mayoría de los métodos no son ideales. Hay algunos problemas con estos métodos, como pobres efectos de supresión de ruido, detalles suavizados, falta de capacidad de reducción de ruido flexible, etc. Para resolver estos problemas, en este estudio proponemos un algoritmo de reducción de ruido dependiente de la señal profunda. El algoritmo combina el método del modelo con una red neuronal convolucional. Utilizamos el nivel de ruido de la imagen de ruido y la imagen de ruido juntas como la entrada de la red neuronal convolucional para obtener un rango más amplio de niveles de ruido que la imagen de ruido única como entrada. En la red neuronal convolucional, las características profundas de la imagen se extraen mediante residuos de múltiples capas, lo que resuelve el problema difícil del entrenamiento. Experimentos extensos demuestran que nuestra estimación de parámetros de ruido tiene un buen rendimiento de reducción de ruido.