-
公开(公告)号：CN113554729A
公开(公告)日：2021-10-26
申请号：CN202110855487.1
申请日：2021-07-28
Applicant: 中北大学
Abstract: 本发明公开一种CT图像重建方法及系统，方法包括如下步骤：采集投影数据，并输入相关参数；对不同照射角度下的投影数据分别进行一维傅里叶变换，得到投影数据在频域中的分布数据；根据傅里叶中心切片定理，在频域中将不同照射角度下的投影数据分别重新排列到直角坐标系下对应的直线上，所述各直线过直角坐标系原点且斜率分别与各照射角度下的探测器表面斜率对应，从而得到投影数据在频域中的分布数据在直角坐标系下的分布；利用卷积神经网络，将投影数据在频域中的分布数据在直角坐标系下的分布作为输入，输出重建后图像的频域分布；然后二维傅里叶反变换，生成模体时域下的重建图像；输出模体重建图像。本发明使CT图像重建的过程更加易行。
-
公开(公告)号：CN113117253A
公开(公告)日：2021-07-16
申请号：CN202110423245.5
申请日：2021-04-20
Applicant: 中北大学
IPC: A61N5/10
Abstract: 本发明公开一种基于各向异性核的剂量计算系统，先输入剂量计算所需信息；利用蒙特卡罗算法计算射线垂直于模体表面入射情况下的点核能量分布；以射线源为中心旋转点核能量分布生成不同射线入射角度下的各向异性核；提取所有各向异性核在各立体角方向的能量分布，进行参数拟合，得到各向异性核的模型参数；计算和存储各体素的TERM值，以及相对于原点的偏移信息；根据剂量沉积点的位置计算周围碰撞点为位置，并通过碰撞点的TERM值和偏移信息计算各碰撞点在剂量沉积点处的能量沉积，从而计算模体内的剂量分布；输出三维剂量分布，以及统计各器官的剂量‑体积曲线。本发明提高了射线倾斜入射情况下的剂量计算精度和计算速度。
-
公开(公告)号：CN109596552B
公开(公告)日：2021-07-16
申请号：CN201811584435.X
申请日：2018-12-24
Applicant: 中北大学
IPC: G01N21/31
Abstract: 本发明涉及生物医学工程中的血氧测量技术领域，提出了一种利用单距离光源‑探测器对测量血氧饱和度的方法，包括以下步骤：S1、配置吸收系数已知的两种仿体模型；S2、通过单距离光源‑探测器测量两种仿体模型在波长λ1和波长λ2下的光强度；S3、通过单距离光源‑探测器测量样品在波长λ1和波长λ2下的光强度；S4、根据测量得到的光强值，计算两种波长下的样品的吸收系数；S5、根据两种波长下的吸收系数，计算得到样品的氧合血红蛋白和脱氧血红蛋白浓度。本发明可以通过单距离光源‑探测器对测量光学信号来量化血氧饱和度，简化了测量仪器，准确度高，可以广泛应用于血氧测量技术领域。
-
公开(公告)号：CN113066036A
公开(公告)日：2021-07-02
申请号：CN202110292139.8
申请日：2021-03-18
Applicant: 中北大学
Abstract: 本发明实施例提供了一种基于模糊熵和稀疏表示的X射线图像融合方法及装置，涉及数字成像技术领域，本发明实施例包括：获得多张X射线图像，X射线图像为不同电压下的X射线透过同一个构件形成的多张图像。按照相同的划分方式，分别对每张X射线图像划分图像块，并针对每张X射线图像，对该X射线图像中的各图像块分别进行稀疏编码，得到该X射线图像中各图像块的稀疏系数向量。针对每组相同位置的各图像块，计算该组图像块的稀疏系数向量的加权和，得到该组图像块对应的融合稀疏系数向量，并将各组图像块对应的融合稀疏系数向量构建为融合稀疏系数向量矩阵。根据对融合稀疏系数向量矩阵进行反稀疏编码得到的结果，确定多张X射线图像的融合图像。
-
公开(公告)号：CN110827370A
公开(公告)日：2020-02-21
申请号：CN201911090608.7
申请日：2019-11-09
Applicant: 中北大学
IPC: G06T11/00
Abstract: 本发明公开了一种非等厚构件的多能CT循环迭代重建方法，首先对最低能量下的投影采用迭代算法进行重建，重建后的图像呈现厚度较薄区域的结构特征；将最低能量下的重建图像作为先验图像，利用PICCS(Prior Image Constrained Compressed Sensing)算法对相邻高能量下的投影进行重建，重建后的图像再次作为新的先验信息，依次类推直到最高能量；将最高能量下的重建图像作为最低能量下投影的先验图像再次循环上述过程直至最高能量，得到最终的重建结果。本发明将相邻低能量的重建图像作为先验约束条件纳入重建过程，能够在迭代过程中较好的保留各个能量下的结构信息，完整清晰地再现复杂构件的内部结构，有效解决了其他方案存在的由于多次迭代导致低密度边缘丢失问题。
-
Patent Agency Ranking
公开(公告)号：CN105930636B
公开(公告)日：2019-07-09
申请号：CN201610217049.1
申请日：2016-03-29
Applicant: 中北大学
Abstract: 本发明公开一种自动确定目标函数权重的放射治疗方案优化系统，包括信息输入模块、预处理模块、方案优化模块、权重调整模块、方案优化结果输出模块；信息输入模块获取病人三维信息、器官勾画信息、治疗头信息，目标函数信息、以及目标函数中所使用器官的DV限制参数；预处理模块通过剂量计算引擎，计算不同照射方向的剂量沉积矩阵；方案优化模块通过方案优化引擎，进行方案优化；权重调整模块根据方案优化模块的输入信息，计算各器官的剂量分布和各子目标函数值，并判断各子目标函数是否都满足优化的终止条件，方案优化结果输出模块将方案优化信息输出。本发明自动方案优化是一个迭代的过程，不需要输入理想DVH曲线。
-
公开(公告)号：CN108596871A
公开(公告)日：2018-09-28
申请号：CN201810189754.4
申请日：2018-03-08
Applicant: 中北大学
Abstract: 本发明涉及一种基于深度学习的BGA气泡缺陷图像检测方法，包括如下步骤：步骤1：筛选出有气泡缺陷的BGA图像，并对图像进行标定，获得标签图像集；步骤2：建立全卷积网络，利用步骤1获得的标签图像集训练全卷积网络，训练获得全卷积网络模型；步骤3：将待检测的BGA图像输入至步骤2获得的全卷积网络模型进行检测，输出图像分类结果。
-
公开(公告)号：CN108564555A
公开(公告)日：2018-09-21
申请号：CN201810447228.3
申请日：2018-05-11
Applicant: 中北大学
Abstract: 本发明涉及一种基于NSST和CNN的数字图像降噪方法，包括如下步骤：步骤1：网络训练；通过Ascombe变换将图像中近似服从泊松分布的噪声转换为近似服从标准高斯分布的噪声；通过NSST即通过非下采样剪切波变换，分别将噪声图像以及其对应的高质量图像分解为多级子带图像，将各级子带图像分别剪切为一定大小的图像块作为数据集；基于获得的数据集，进行卷积神经网络训练即进行CNN训练；步骤2：基于步骤1获得的网络模型，进行图像降噪。
-
公开(公告)号：CN105930636A
公开(公告)日：2016-09-07
申请号：CN201610217049.1
申请日：2016-03-29
Applicant: 中北大学
IPC: G06F19/00
CPC classification number: G16H50/20
Abstract: 本发明公开一种自动确定目标函数权重的放射治疗方案优化系统，包括信息输入模块、预处理模块、方案优化模块、权重调整模块、方案优化结果输出模块；信息输入模块获取病人三维信息、器官勾画信息、治疗头信息，目标函数信息、以及目标函数中所使用器官的DV限制参数；预处理模块通过剂量计算引擎，计算不同照射方向的剂量沉积矩阵；方案优化模块通过方案优化引擎，进行方案优化；权重调整模块根据方案优化模块的输入信息，计算各器官的剂量分布和各子目标函数值，并判断各子目标函数是否都满足优化的终止条件，方案优化结果输出模块将方案优化信息输出。本发明自动方案优化是一个迭代的过程，不需要输入理想DVH曲线。
-
公开(公告)号：CN117670752A
公开(公告)日：2024-03-08
申请号：CN202410047273.5
申请日：2024-01-12
Applicant: 中北大学
IPC: G06T5/90 , G06T5/70 , G06N3/0464 , G06N3/084 , G06V10/74
Abstract: 本发明涉及一种复杂工件X射线图像增强方法及装置，图像预处理；对图像进行对数归一化实现全局色调映射，提高全局亮度；基于超参数预测网络X，求解迭代网络中的权值矩阵α；基于理想对数域梯度压缩预测网络D，求解图像的散度divG；基于局部梯度映射，计算获得增强图像；进行迭代训练；计算损失函数，直至网络稳定后保存预模型；调节学习率，对所述预模型进一步训练微调，获得最终的图像增强模型；基于所述图像增强模型，对测试集图像进行处理，获得增强后的工件X射线图像。本发明能够有效提升图像增强效果，并降低运算复杂度。
-
-
-
-
-
-
-
-
-
Search Results
47
records
(took 0.045 seconds)
