摘要
本发明公开一种基于深度学习的CBCT图像重建方法及系统,所述系统包括信息输入模块、CBCT重建网络模块和信息输出模块,所述重建方法结合冻结‑解冻机制对CBCT重建网络进行训练,生成重建后的CBCT图像,在每一次训练过程中,随机选取一个投影角度下的投影数据通过解冻的投影域滤波网络进行投影数据滤波;其余投影角度下的投影数据通过冻结的投影域滤波网络进行投影数据滤波,鉴于该投影域滤波网络被冻结,在训练的正向传递阶段,无需临时存储各网络层的特征图以供后续反向传播中更新参数使用,且随机选取多张连续的断层图像进行图像域后处理,缩小了图像域滤波网络的输入数据量,这两种措施,显著降低了CBCT重建网络训练时对显存的需求。
技术关键词
图像重建方法
投影数据滤波
生成断层
图像重建系统
网络模块
参数
输入模块
初始化方法
输出模块
重建算法
探测器
硬件系统
机制
锥束
射线
拷贝
系统为您推荐了相关专利信息
模型数据处理方法
识别神经网络
空腔
切片
模型数据处理系统
群体智能算法
物料搬运设备
人机协作
智能系统
网络模块
应力场反演
深度神经网络模型
随机梯度下降
长短期记忆网络
表达式
虚拟终端
孪生神经网络
模型训练模块
虚拟设备
物理设备