基于多阶段重建网络的CBCT伪影矫正系统及方法

AITNT
正文
推荐专利
基于多阶段重建网络的CBCT伪影矫正系统及方法
申请号:CN202411814401
申请日期:2024-12-11
公开号:CN119273799B
公开日期:2025-05-27
类型:发明专利
摘要
本发明属于医学图像处理技术领域,提供了基于多阶段重建网络的CBCT伪影矫正系统及方法。所述系统包括:图像预处理模块、模型训练模块、图像生成模块,图像预处理模块用于将CBCT扫描采集到的投影数据进行重建以获得参考CBCT、稀疏角度CBCT;模型训练模块用于基于所述稀疏角度CBCT和参考CBCT训练多阶段混合注意力重建网络,得到稀疏角度CBCT伪影矫正模型;图像生成模块用于将实际稀疏角度CBCT输入至所述稀疏角度CBCT伪影矫正模型生成矫正后的CBCT。本发明通过图像域和投影域的多阶段融合,有效减少了稀疏角度重建中常见的条纹伪影和噪声,提高了CBCT的清晰度和临床可用性。
技术关键词
注意力 输出特征 矫正模型 矫正系统 多阶段 尺寸特征 模型训练模块 图像域去噪 输入端 输出解码器 矫正方法 投影模块 积层 网络 大尺寸 语义 输出端
系统为您推荐了相关专利信息
1
基于图扩散与动态图融合的交通流预测方法
交通流预测模型 交通流预测方法 节点特征 注意力机制 编码向量
2
一种交通场景图像数据分析及目标分割的方法及装置
交通场景图像 螺旋视觉 空间模块 扫描策略 解码器
3
一种基于多层次对比自监督学习的溯源图入侵检测方法
入侵检测方法 K近邻算法 多层次 KNN算法 节点特征
4
一种基于融合注意力的汽车零部件图像配准方法
汽车零部件 图像配准方法 注意力 代表 图像配准模型
5
硬盘预测方法、装置、设备、介质、产品以及训练方法
预测硬盘 样本 融合时序信息 数据 寿命
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