摘要
本发明公开了一种计算断层扫描CT成像校正方法,涉及扫描成像技术领域,包括S1:搭建光栅编码X射线层析成像系统;S2:采集光栅编码X射线图像&构建数据集;S3:利用图像数据集进行深度学习训练,构建双模态单帧解调网络模型;S4:将采集的单帧光栅编码X射线图次输入至预先训练完成的双模态单帧解调网络模型,预测输出振幅分量和相位分量;S5:综合考虑X射线衰减效应和折射效应的改进型投影模型方程;S6:自适应迭代重建算法。本发明的一种计算断层扫描CT成像校正方法,通过构建多模态端到端的深度学习网络模型,实现对光栅编码图像的高效单帧解调,同步输出振幅与相位信息,高效率地实现计算过程。
技术关键词
CT成像校正方法
X射线投影图像
层析成像系统
迭代重建算法
编码
投影模型
深度学习训练
样本
多角度
X射线源
生成对抗网络架构
效应
双模态
光栅组件
深度学习模型
自动化传送带
深度学习网络模型
重构算法
系统为您推荐了相关专利信息
单目深度估计方法
变形特征
语义
编码器特征
对齐模块
编码器单元
异常事件
主编码器
人体骨架
人体姿态估计
数据处理方法
采集设备
主控系统
异常事件
可执行程序代码
数据分析方法
数据类型编码
多源异构数据
分区规则
数据更新频率