摘要
本发明涉及医学图像技术领域,更具体地说,涉及利用深度学习增强核医学单光子发射计算机断层成像方法,获取核医学单光子发射计算机断层成像的投影数据;基于所述投影数据,构建深度学习增强型计数率稀疏反投影算法神经网络模型;利用所述投影数据训练所述深度学习增强型计数率稀疏反投影算法神经网络模型;根据训练后的所述深度学习增强型计数率稀疏反投影算法神经网络模型,对所述投影数据进行重建;输出重建后的三维核医学图像,其中所述三维核医学图像包括正向投影三维核医学图像和正‑反投影三维核医学图像,在处理低剂量、低计数率的核医学图像时,能够有效抑制噪声,提高图像的信噪比和空间分辨率。
技术关键词
单光子发射计算机断层
神经网络模型
三维立体模型
成像方法
医学图像技术
数据
反投影方法
神经网络结构
深度学习方法
深度学习模型
采样探头
级联
迭代算法
球面
坐标系
检测探头
系统为您推荐了相关专利信息
BP神经网络模型
油气混输管道
油气集输管道
多相流技术
粒子群优化算法
卷积神经网络模型
标签
优化卷积神经网络
估计误差
平滑方法
智能风险控制
排放权交易系统
配额
人脸识别验证
动态权限管理
智能化检测方法
像素点
邻域
神经网络模型训练
训练神经网络模型
局部路径规划
多传感器融合
识别障碍物
无人驾驶控制系统
燃油