摘要
本发明公开一种提升康普顿相机成像质量的方法,属于康普顿相机成像领域,方法包括:采集放射源在康普顿相机上发生康普顿散射与光电效应后获得的散射与吸收的数据,然后对数据进行筛选;利用重建算法将经过筛选后的数据重建为二维图像,然后基于重建的二维图像制作数据集,再对数据集进行数据增强,最后得到增强后数据集,并按照7:3比例划分为训练集和测试集;构建基于pix2pix模型的康普顿相机成像方法,所述pix2pix模型中使用U‑Net作为生成器的主要结构,在编码器和解码器中添加多尺度特征提取模块,并设计RS注意力模块,判别器中使用Transformer架构。本发明极大的改善了康普顿相机成像质量差的问题。
技术关键词
多尺度特征提取
相机成像方法
编码器
数据
解码器
图片
特征提取模块
放射源
重建算法
前馈神经网络
上采样
残差模块
图像重建
注意力机制
系统为您推荐了相关专利信息
访问控制方法
私钥
编码规则
非易失性计算机存储介质
计算机可执行指令
神经网络参数
生成参数
个性化方法
线性编码器
客户端
城市地下排水管网
历史维修记录
诊断系统
地理信息数据
机器学习算法