龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
申请/专利权人：哈尔滨工业大学;中广核研究院有限公司;中国广核电力股份有限公司
申请日：2023-06-01
公开（公告）日：2024-04-30
公开（公告）号：CN117953087A
主分类号：G06T11/00
分类号：G06T11/00;G06T3/4053;G06T5/70;G06T5/77;G06T5/60;G06N3/0464;G06N3/0455;G06N3/045;G06N3/08
优先权：["20230504 CN 2023104926427"]
专利状态码：在审-实质审查的生效
法律状态：2024.05.17#实质审查的生效;2024.04.30#公开
摘要：一种深度学习双域变换稀疏角度CT伪影去除方法，属于CT成像技术领域，包括以下步骤：初始化直线扫描段数T、旋转角度间隔Δθ；利用平面二维圆周扫描方式获取某一断面的投影数据并构造出稀疏正弦图；将配对的标签图像与稀疏正弦图送入Swin‑transformer‑Unet网络进行训练，实现由稀疏正弦图像到完整正弦图像的变换；接着采用滤波反投影算法对于完整正弦图像进行重建；再次利用Swin‑transformer‑Unet网络对于重建后的带噪声的图像进行去噪；最终输出高质量的CT重建图像。本发明可以有效解决由于稀疏投影导致图像中出现条纹伪影，图像模糊以及因扫描或算法处理过程中产生的噪声，同时单一网络模型的重复使用也使得本方法简洁和高效。
主权项：1.一种深度学习双域变换稀疏角度CT伪影去除方法，其特征在于，包括以下步骤：S1：初始化参数直线扫描段数T、旋转角度间隔Δθ，待重建图像零空间S2：利用平面二维圆周扫描方式获取某一断面的稀疏角度投影数据；S3：根据最终重建所需的分辨率初始化图像零空间矩阵将稀疏投影数据插入对应位置零空间矩阵中，构造出稀疏正弦图；S4：将配对的标签图像与稀疏正弦图送入Swin-transformer-Unet网络进行训练，实现由稀疏正弦图像到完整正弦图像的变换；S5：采用滤波反投影算法对于完整正弦图像进行重建；S6：再次利用Swin-transformer-Unet网络对于重建后的带噪声的图像进行去噪；最终输出高质量的CT重建图像，实现稀疏角度图像的伪影去除。
全文数据：
权利要求：
百度查询： 哈尔滨工业大学;中广核研究院有限公司;中国广核电力股份有限公司 一种深度学习双域变换稀疏角度CT伪影去除方法
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号