摘要
本公开提供了用于提高残差神经网络(600)在减少医学图像(900)中各种类型的伪影方面的性能的方法和系统。所公开的伪影减少网络(302)具有多级架构,该多级架构包括被组织成级联的不同级(600,650)的多个残差块,其中每个残差块可包括多个卷积层(604,612)。每个级的残差块和卷积层(604,612)被配置并训练为检测并减少在该医学图像中以不同尺度出现的不同类型的伪影。通过该伪影减少神经网络(302)的初始级,可首先去除局部尺度的伪影。通过该伪影减少神经网络(302)的后续级,可去除全局尺度的伪影。
技术关键词
图像处理系统
残差神经网络
医学
解剖特征
显示设备
指令
处理器
存储器
矩阵
节点
噪声
数据
运动伪影
图像组合
残差网络
菜单
像素
系统为您推荐了相关专利信息
键盘布局方式
虚拟键盘显示方法
头戴显示设备
手掌关键点
图像
声音分类方法
脉冲特征
融合特征
残差模块
计算机程序产品
LED封装结构
LED芯片
光接收器
光强
多波长
错误纠正方法
语音
多模态
预训练模型
文本编码器
三维模型
颅脑创伤
预测分析方法
预测分析系统
轮廓