一種基于卷積神經(jīng)網(wǎng)絡(luò)的CT圖像重建方法
專利匯可以提供一種基于卷積神經(jīng)網(wǎng)絡(luò)的CT圖像重建方法專利檢索，專利查詢，專利分析的服務(wù)。并且一種基于 卷積神經(jīng)網(wǎng)絡(luò) 的CT圖像重建方法，包括對原始弦圖數(shù)據(jù)IK進(jìn)行反投影操作，得到反投影圖像數(shù)據(jù)I’K，對反投影圖像數(shù)據(jù)I’K進(jìn)行歸一化處理，得到歸一化反投影圖像數(shù)據(jù)PK，將歸一化反投影圖像PK通過卷積神經(jīng)網(wǎng)絡(luò)進(jìn)行卷積神經(jīng)網(wǎng)絡(luò)濾波，生成待處理圖像P’K，對待處理圖像P’K進(jìn)行反歸一化處理，得到最終的重建圖像Pfinal。不需要對圖像濾波進(jìn)行特別的設(shè)計(jì)，通過對卷積神經(jīng)網(wǎng)絡(luò)模型的訓(xùn)練自動(dòng)完成圖像濾波的學(xué)習(xí)，本 發(fā)明 重建方法操作簡單，處理方便，能夠在大幅度減少圖像噪聲和偽影，同時(shí)較好地保持原有圖像的 分辨率 ，最終實(shí)現(xiàn)CT圖像的優(yōu)質(zhì)重建。，下面是一種基于卷積神經(jīng)網(wǎng)絡(luò)的CT圖像重建方法專利的具體信息內(nèi)容。
1.一種基于卷積神經(jīng)網(wǎng)絡(luò)的CT圖像重建方法，其特征在于：包括如下步驟：
A1、對原始弦圖數(shù)據(jù)IK進(jìn)行反投影操作，得到反投影圖像數(shù)據(jù)I’K；
A2、對反投影圖像數(shù)據(jù)I’K進(jìn)行歸一化處理，得到歸一化反投影圖像數(shù)據(jù)PK；
A3、將歸一化反投影圖像PK通過卷積神經(jīng)網(wǎng)絡(luò)進(jìn)行卷積神經(jīng)網(wǎng)絡(luò)濾波，生成待處理圖像P’K；
A4、對待處理圖像P’K進(jìn)行反歸一化處理，得到最終的重建圖像Pfinal。
2.根據(jù)權(quán)利要求1所述的一種基于卷積神經(jīng)網(wǎng)絡(luò)的CT圖像重建方法，其特征在于：步驟A1中反投影操作是通過CT掃描機(jī)對原始弦圖數(shù)據(jù)IK進(jìn)行幾何成像處理。
3.根據(jù)權(quán)利要求2所述的一種基于卷積神經(jīng)網(wǎng)絡(luò)的CT圖像重建方法，其特征在于：步驟A2中歸一化處理的方法步驟如下：
T1、計(jì)算反投影圖像數(shù)據(jù)I’K的均值XI’和方差SI’；
T2、根據(jù)式(1)計(jì)算得出歸一化反投影圖像數(shù)據(jù)PK：
PK＝(I’K-XI’)/SI’······式(1)。
4.根據(jù)權(quán)利要求3所述的一種基于卷積神經(jīng)網(wǎng)絡(luò)的CT圖像重建方法，其特征在于：步驟A3中濾波的具體操作如下：
設(shè)第s層卷積層有ns卷積核，第s層的輸出特征圖記為Fs，第s層的輸入特征圖記為Fs-1，輸出特征圖Fs的第i個(gè)通道記為Fis-1(i＝1,2,...,ns)，輸入特征圖Fs-1的第j個(gè)通道記為Fjs-1(j＝1,2,...,ns)，n為自然數(shù)；
卷積神經(jīng)網(wǎng)絡(luò)的輸入記為F0，卷積神經(jīng)網(wǎng)絡(luò)中第s層卷積層輸出Fs與輸入Fs-1之間的關(guān)系如下：
式(2)中，δ(·)表示輸入矩陣中元素的非線性激活函數(shù)，*表示二維卷積操作， 為第s層卷積層中輸出特征圖第i個(gè)通道與輸入特征圖中第j個(gè)通道進(jìn)行卷積的二維卷積核， 為第s層卷積層中用于計(jì)算輸出特征圖第i個(gè)通道的偏置項(xiàng)，S表示卷積網(wǎng)絡(luò)中的卷積層的數(shù)目，S為自然數(shù)。
5.根據(jù)權(quán)利要求4所述的一種基于卷積神經(jīng)網(wǎng)絡(luò)的CT圖像重建方法，其特征在于：步驟A3將步驟A2中得到的歸一化反投影圖像數(shù)據(jù)PK作為卷積神經(jīng)網(wǎng)絡(luò)的輸入F0。
6.根據(jù)權(quán)利要求5所述的一種基于卷積神經(jīng)網(wǎng)絡(luò)的CT圖像重建方法，其特征在于：步驟A4中的反歸一化處理為步驟A2的逆操作。
7.根據(jù)權(quán)利要求6所述的一種基于卷積神經(jīng)網(wǎng)絡(luò)的CT圖像重建方法，其特征在于：步驟A4中的反歸一化處理的具體方法如下：
M1、計(jì)算反待處理圖像P’K的均值XP’和方差SP’；
M2、根據(jù)式(3)計(jì)算得出歸一化反投影圖像數(shù)據(jù)PK：
Pfinal＝P’K*SP’+XP’······式(3)。
8.根據(jù)權(quán)利要求7所述的一種基于卷積神經(jīng)網(wǎng)絡(luò)的CT圖像重建方法，其特征在于：所述非線性激活函數(shù)δ(·)為sigmoid函數(shù)，根據(jù)式(4)計(jì)算：
δ(x)＝1/(1+e-x)，e為自然底數(shù)，······式(4)。
9.根據(jù)權(quán)利要求7所述的一種基于卷積神經(jīng)網(wǎng)絡(luò)的CT圖像重建方法，其特征在于：所述非線性激活函數(shù)δ(·)為雙曲線正切函數(shù)，根據(jù)式(5)計(jì)算：
δ(x)＝(ex-e-x)/(ex+e-x)，其中e為自然底數(shù)，······式(5)。
10.根據(jù)權(quán)利要求7所述的一種基于卷積神經(jīng)網(wǎng)絡(luò)的CT圖像重建方法，其特征在于：所述非線性激活函數(shù)δ(·)為ReLU函數(shù)，根據(jù)式(6)計(jì)算：
一種基于卷積神經(jīng)網(wǎng)絡(luò)的CT圖像重建方法
技術(shù)領(lǐng)域
背景技術(shù)
發(fā)明內(nèi)容
具體實(shí)施方式
| 標(biāo)題 | 發(fā)布/更新時(shí)間 | 閱讀量 |
|---|---|---|
| 一種DSA錐束精確濾波反投影斷層成像系統(tǒng)及成像方法 | 2020-05-11 | 185 |
| C型臂半精確濾波反投影斷層成像方法 | 2020-05-11 | 683 |
| 再現(xiàn)對象的斷層造影圖像的方法和斷層造影設(shè)備 | 2020-05-13 | 756 |
| 一種基于卷積神經(jīng)網(wǎng)絡(luò)的CT圖像重建方法 | 2020-05-13 | 762 |
| 基于平行束投影數(shù)據(jù)濾波反投影重建的平板探測器點(diǎn)擴(kuò)展函數(shù)的模型和測量方法 | 2020-05-12 | 590 |
| 基于二維X射線圖像序列濾波反投影的分塊三維重建方法 | 2020-05-12 | 630 |
| 采用直線軌跡掃描的圖像重建系統(tǒng)和方法 | 2020-05-12 | 486 |
| 一種基于三維加權(quán)濾波反投影和統(tǒng)計(jì)迭代的圖像重建方法 | 2020-05-11 | 9 |
| 錐束CT圓加直線軌跡反投影濾波重建方法 | 2020-05-11 | 166 |
| 可減少圖像中的偽影的醫(yī)學(xué)成像方法和裝置 | 2020-05-13 | 528 |
高效檢索全球?qū)＠?/div>專利匯是專利免費(fèi)檢索,專利查詢,專利分析-國家發(fā)明專利查詢檢索分析平臺(tái)，是提供專利分析，專利查詢，專利檢索等數(shù)據(jù)服務(wù)功能的知識產(chǎn)權(quán)數(shù)據(jù)服務(wù)商。
我們的產(chǎn)品包含105個(gè)國家的1.26億組數(shù)據(jù)，免費(fèi)查、免費(fèi)專利分析。
分析報(bào)告專利匯分析報(bào)告產(chǎn)品可以對行業(yè)情報(bào)數(shù)據(jù)進(jìn)行梳理分析，涉及維度包括行業(yè)專利基本狀況分析、地域分析、技術(shù)分析、發(fā)明人分析、申請人分析、專利權(quán)人分析、失效分析、核心專利分析、法律分析、研發(fā)重點(diǎn)分析、企業(yè)專利處境分析、技術(shù)處境分析、專利壽命分析、企業(yè)定位分析、引證分析等超過60個(gè)分析角度，系統(tǒng)通過AI智能系統(tǒng)對圖表進(jìn)行解讀，只需1分鐘，一鍵生成行業(yè)專利分析報(bào)告。
濾波反投影熱門專利
