申请/专利权人：合肥吉麦智能装备有限公司

申请日：2023-12-22

公开（公告）日：2024-03-22

公开（公告）号：CN117456038B

主分类号：G06T11/00

分类号：G06T11/00;G06N3/0464

优先权：

专利状态码：有效-授权

法律状态：2024.03.22#授权;2024.02.13#实质审查的生效;2024.01.26#公开

摘要：本发明涉及一种基于低秩约束的能谱CT迭代展开重建系统，信息输入模块、能谱CT重建网络模块和信息输出模块;在信息输入模块中，输入能谱投影数据和系统参数，采用原始‑对偶方法求解基于低秩约束的CT重建问题，得到易于神经网络展开的能谱CT迭代重建算法；对该迭代重建算法的各计算步骤进行神经网络展开，得到迭代展开重建网络的子网络结构，能谱CT重建网络由多个结构相同的子网络构成，能谱投影数据依次通过各子网络，生成重建后的能谱CT断层图像，在信息输出模块中，输出重建后的能谱CT断层图像。本发明实现了低秩约束的神经网络展开，提升整体能谱CT重建网络的可解释性，改善能谱CT重建图像的视觉质量。

主权项：1.一种基于低秩约束的能谱CT迭代展开重建系统，其特征在于，包括：信息输入模块、能谱CT重建网络模块和信息输出模块；在信息输入模块中，输入能谱投影数据和系统参数，采用原始-对偶方法求解基于低秩约束的CT重建问题，得到易于神经网络展开的能谱CT迭代重建算法；对该迭代重建算法的各计算步骤进行神经网络展开，得到迭代展开重建网络的子网络结构，能谱CT重建网络由多个结构相同的子网络构成，能谱投影数据依次通过各子网络，生成重建后的能谱CT断层图像，在信息输出模块中，输出重建后的能谱CT断层图像；迭代重建算法计算步骤如下： 其中，g为投影数据，φ为稀疏变换，A为系统矩阵，T为转置操作，σ、τ、λ和θ为权重参数；为基于奇异值分解的软阈值算子；pn、qn和un为中间变量，初值均为0，为待重建图像，初值为0；矩阵A与变量相乘，表示对该变量进行正投影操作；矩阵AT与变量相乘，表示对该变量进行反投影操作；矩阵φ与变量相乘，表示对该变量进行稀疏变换；矩阵φT与变量相乘，表示对该变量进行稀疏变换的转置变换。

全文数据：

权利要求：

百度查询： 合肥吉麦智能装备有限公司 一种基于低秩约束的能谱CT迭代展开重建系统

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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD