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
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
交通场景图像
螺旋视觉
空间模块
扫描策略
解码器
入侵检测方法
K近邻算法
多层次
KNN算法
节点特征
汽车零部件
图像配准方法
注意力
代表
图像配准模型