基于深度学习的稀疏视图锥形束CT图像重建系统

AITNT
正文
推荐专利
基于深度学习的稀疏视图锥形束CT图像重建系统
申请号:CN202410841455
申请日期:2024-06-27
公开号:CN118840504A
公开日期:2024-10-25
类型:发明专利
摘要
本发明公开了一种基于深度学习的稀疏视图锥形束CT图像重建系统,包括:数据导入模块,用于加载输入多组数据,并对数据进行预处理得到X射线投影视图的像素对应X射线及线上坐标点的几何信息;模型搭建模块,用于搭建基于因子场的CT衰减值查询模型;训练模块,用于对CT衰减值查询模型进行训练;CT图像重建模块,应用训练好的CT衰减值查询模型对目标尺寸的三维体素网格的所有坐标点进行查询,得到高质量的三维CT图像。本发明利用深度学习技术处理锥形束CT扫描获得的X射线图,实现稀疏视图锥形束CT图像重建,降低了辐射剂量,同时保持重建图像的质量。
技术关键词
锥形束CT图像 查询模型 重建系统 因子 数据导入模块 网格 三维CT图像 坐标点 像素 多层感知机 分辨率 搭建模块 图像重建 X射线探测器 深度学习方法 深度学习技术 频率
系统为您推荐了相关专利信息
1
一种烟羽污染预警方法、装置、设备及存储介质
雷达信噪比 污染预警方法 高斯烟羽模型 测风激光雷达 风场
2
低频振动频率自适应识别方法、系统、介质及设备
低频振动频率 模型阶数估计方法 识别方法 正弦波 信号
3
基于FCM-DPSO-RBF神经网络的电力负荷预测方法
电力负荷预测模型 粒子群优化算法 径向基函数神经网络 电力负荷预测方法 模糊C均值聚类
4
一种水暖管道维护检测方法及系统
水暖管道 多模态数据融合 热成像 异常状态 时序
5
一种基于物联网数据的建筑材料监测系统
建筑材料 生成式对抗网络 监测系统 多模态数据采集 注意力机制
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号