摘要
本发明涉及一种胸部CT图像处理方法,涉及图像处理领域,包括:基于呼吸监测记录,将扫描时区划分为Q个呼时区和Q个吸时区,对待处理胸部CT图像进行划分、聚类和标识,获取2Q局部CT图像集;基于卷积神经网络构建Q个呼伪影消除插件和Q个吸伪影消除插件;对2Q局部CT图像集进行伪影映射消除,得到2Q标准局部CT图像集,融合得到重建胸部CT图像。通过本发明可以解决传统图像处理方法难以在细粒度层面上捕捉到不同呼吸阶段的差异,导致无法精准消除图像中呼吸伪影的技术问题;通过将图像划分为多个呼吸时区,并使用深度学习模型消除伪影,可以显著提高呼吸伪影消除的精细度和准确性,有效提高胸部CT图像质量和精度。
技术关键词
胸部CT图像
CT图像处理方法
插件
阶段
伪影
CT扫描
样本
深度学习模型
体重
训练集
标识
指数
分支
偏差
胸带
日志
聚类
系统为您推荐了相关专利信息
注浆止水方法
裂隙围岩
地下洞库
综合分析平台
裂隙网络
视频输出模块
视频采集模块
跟踪装置
阶段
存储模块
步行康复训练机器人
轨迹规划方法
运动轨迹规划
垂直轴
理论
知识库构建方法
大语言模型
节点
智能问答方法
文本