摘要
本发明属于医学图像处理领域,提供了基于轻量化网络的CBCT伪影矫正系统及方法。系统包括图像预处理单元、模型训练单元、图像生成单元;模型训练单元包括编码器、解码器和动态跳层连接;编码器包括串联的若干纵向注意力编码器和串联的若干横向注意力编码器,纵向注意力编码器和横向注意力编码器共享权重参数;解码器包括若干解码器模块;相同层级的纵向注意力编码器与横向注意力编码器输出特征通过可学习参数融合后输入至相同层级的解码器模块;可学习参数能够动态调整两个输出特征在加权融合过程中的贡献比例。本发明结合轻量化设计,在显著提升伪影矫正效果的同时降低了对硬件资源的需求,适用于临床医学成像及其他领域的图像重建任务。
技术关键词
注意力编码器
矫正系统
输出特征
解码器
矫正模型
链路
图像生成单元
注意力机制
特征选择
层级
Softmax函数
多层感知机
矫正方法
网络
采样模块
参数
系统为您推荐了相关专利信息
识别方法
特征融合方法
线路
施工车辆识别
深度神经网络学习
排期方法
训练神经网络模型
人力资源数据
决策
试验设备
实时交通检测
特征提取单元
车辆动态称重系统
动态时间规整算法
多尺度特征
解码器模型
编解码方法
编码器
残差模块
工业互联网