摘要
本发明提供一种基于单张投影的X射线静态快速多衬度信号解析方法,属于深度学习以及X射线光栅衬度成像技术领域。所述方法包括:获取样品光栅投影;基于Pix2pixHD构建卷积神经网络模型,在损失函数中加入边缘损失,提升网络对于图像边缘细节的恢复能力;训练卷积神经网络模型;使用已训练的卷积神经网络利用单张光栅投影获取到高质量吸收、相位和暗场投影。本发明利用卷积神经网络强大的信息提取能力,实现单张投影的多衬度成像,相较于传统的衬度信号解析方法,能够在降低样品所受辐射剂量的同时,减少衬度成像所需的时间,实现低剂量快速成像。
技术关键词
信号解析方法
X射线光栅
卷积神经网络模型
相位光栅
构建卷积神经网络
积层
上采样
多尺度
采样模块
代表
序列
图像
处理器
周期
X射线源
成像技术
高层次