买专利,只认龙图腾
首页 专利交易 科技果 科技人才 科技服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

【发明公布】一种低剂量CT图片质量改善方法、系统及设备_广东工业大学_202010212722.9 

申请/专利权人:广东工业大学

申请日:2020-03-24

公开(公告)日:2020-07-24

公开(公告)号:CN111445406A

主分类号:G06T5/00(20060101)

分类号:G06T5/00(20060101);G06T5/20(20060101);G06T7/40(20170101);G06N3/08(20060101);G06N3/04(20060101)

优先权:

专利状态码:有效-授权

法律状态:2023.05.05#授权;2020.08.18#实质审查的生效;2020.07.24#公开

摘要:本发明公开了一种低剂量CT图片质量改善方法、系统及设备,包括:选择包含有低剂量图片和高剂量图片的CT文件并转化为H5PY矩阵数据;使用多方向的梯度算子对H5PY矩阵进行卷积运算,将多方向卷积计算结果与H5PY矩阵进行合并,将合并数据输入到VGG‑16神经网络模型中进行训练,对训练好的VGG‑16神经网络模型进行评价,选择出CT图片改善模型;将低剂量CT图片输入到CT图片改善模型中,得到图片质量改善后的低剂量CT图片。本发明多方向梯度算子应用于低剂量CT图片质量的改善之中,多方向梯度算子抗干扰能力强,能够去除图片中的噪音,同时注重细节恢复,有效获取图片的细节纹理,大大提高网络的人眼感受效果。

主权项:1.一种低剂量CT图片质量改善方法,其特征在于,包括以下步骤:选择包含有低剂量图片和高剂量图片的CT文件,将CT文件中的低剂量图片和高剂量图片转化为H5PY矩阵数据;提取出H5PY矩阵数据中的H5PY矩阵,使用多方向的梯度算子对H5PY矩阵进行卷积运算,获得多方向卷积计算结果;将多方向卷积计算结果与H5PY矩阵进行合并,得到合并数据;将合并数据输入到VGG-16神经网络模型中进行训练,得到训练好的VGG-16神经网络模型;对训练好的VGG-16神经网络模型进行评价,根据评价结果选择出CT图片改善模型;将低剂量CT图片输入到CT图片改善模型中,得到图片质量改善后的低剂量CT图片。

全文数据:

权利要求:

百度查询: 广东工业大学 一种低剂量CT图片质量改善方法、系统及设备

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。

相关技术
相关技术
相关技术
相关技术