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。