-
公开(公告)号：CN113554729B
公开(公告)日：2022-06-07
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：CN114283088A
公开(公告)日：2022-04-05
申请号：CN202111602471.6
申请日：2021-12-24
Applicant: 中北大学
Abstract: 本发明涉及一种低剂量CT图像降噪方法及装置，对图像数据集进行预处理；初始化卷积稀疏图X和卷积字典D；通过超参数预测模块产生每次的迭代参数；基于所述迭代参数，迭代更新卷积稀疏图X和卷积字典D，直至获得预训练模型；选取低剂量CT图像数据集，基于所述预训练模型在低剂量CT图像数据集上训练，直至获得降噪模型；基于所述降噪模型，对低剂量CT图像进行降噪处理。本发明能够有效提高低剂量CT图像降噪处理效果。
-
公开(公告)号：CN109035228B
公开(公告)日：2021-12-28
申请号：CN201810789727.0
申请日：2018-07-18
Applicant: 中北大学
IPC: G06T7/00
Abstract: 本发明涉及一种非等厚构件的X射线图像处理方法，包括如下步骤：步骤1：对X射线图像进行e为底的对数变换，得到X射线图像的对数图像，并将对数变换后小于0的灰度值置为0；步骤2：针对步骤1获得的对数图像，计算图像中各个像素点的局部方差，根据局部方差对像素点进行区域划分；步骤3：针对步骤1获得的对数图像，基于梯度场非线性放大模型进行对比度增强处理，获得增强图像f；梯度场非线性放大模型构建时，根据步骤2获得的区域划分结果，设定相应的放大系数；步骤4：针对步骤3获得的增强图像f进行灰度处理。
-
公开(公告)号：CN108564555B
公开(公告)日：2021-09-21
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：CN110554423A
公开(公告)日：2019-12-10
申请号：CN201910940018.2
申请日：2019-09-30
Applicant: 中北大学
IPC: G01T1/02
Abstract: 本发明涉及一种放射剂量计算系统，包括信息输入模块、点核能量分布模拟模块、点核模型参数提取模块、点核查找表生成模块、坐标系转换模块、TERM值计算模块、剂量计算模块和信息输出模块。通过将直角坐标系下的二维注量分布、三维密度分布转换到球壳坐标系下，在球壳坐标系下计算各体素的TERM值，利用球壳坐标系的对称特性，直接从点核查找表中读取碰撞点信息，从而进行快速剂量计算，并将球壳坐标系下的三维剂量分布转换到直角坐标系下，输出三维剂量分布，以及统计各器官的剂量-体积曲线。本发明避免了计算碰撞点位置和旋转点核所需计算量，在射线发散入射的情况下有效地降低了点核剂量计算方法的算法复杂度。
-
Patent Agency Ranking
公开(公告)号：CN109035228A
公开(公告)日：2018-12-18
申请号：CN201810789727.0
申请日：2018-07-18
Applicant: 中北大学
IPC: G06T7/00
CPC classification number: G06T7/0004 , G06T2207/10081
Abstract: 本发明涉及一种非等厚构件的X射线图像处理方法，包括如下步骤：步骤1：对X射线图像进行e为底的对数变换，得到X射线图像的对数图像，并将对数变换后小于0的灰度值置为0；步骤2：针对步骤1获得的对数图像，计算图像中各个像素点的局部方差，根据局部方差对像素点进行区域划分；步骤3：针对步骤1获得的对数图像，基于梯度场非线性放大模型进行对比度增强处理，获得增强图像f；梯度场非线性放大模型构建时，根据步骤2获得的区域划分结果，设定相应的放大系数；步骤4：针对步骤3获得的增强图像f进行灰度处理。
-
公开(公告)号：CN105844690A
公开(公告)日：2016-08-10
申请号：CN201610216968.7
申请日：2016-03-29
Applicant: 中北大学
IPC: G06T15/10
CPC classification number: G06T15/10 , G06T2207/10081 , G06T2215/06
Abstract: 本发明公开基于GPU的快速三维CT迭代重建系统，包括数据输入模块，预处理模块，正/反投影模块，变量更新模块，迭代终止模块，结果输出模块；数据输入模块主要包括输入投影数据；预处理模块包括对投影数据作相关的预处理，并将处理后的数据以及与重建相关的参数传入到GPU；正/反投影模块进行包括正投影步骤、记录信息步骤和修正步骤、反投影步骤操作，分别计算得到正投影系统矩阵和反投影系统矩；变量更新模块根据反投影结果对当前迭代过程中的变量值进行更新；迭代终止模块包括判断当前迭代是否满足迭代的终止条件；结果输出模块将迭代结果输出。本发明只需计算一次射线与体素的相交情况，减少了计算系统矩阵所需的计算量，加快迭代重建的速度。
-
公开(公告)号：CN113066036B
公开(公告)日：2022-06-03
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：CN110289075B
公开(公告)日：2022-04-22
申请号：CN201910352358.3
申请日：2019-04-29
Applicant: 中北大学
Abstract: 本发明针对利用局部梯度信息生成子野则易导致局部最优结果、利用全局梯度信息生成子野则计算量大等问题，提供了一种能够更加快速、准确地生成可交付使用子野的基于模糊熵的直接子野优化方法及其系统：首先采用基于模糊熵分割原理生成子野形状，然后进行子野权重优化，以得到满足临床要求的治疗方案,本发明可以快速、准确地利用全局梯度信息得到子野形状，计算量减少的同时提高了计划质量，优化所得子野数目较少，提高了优化效率；利用全局梯度信息生成子野形状，有利于提高靶区剂量适形度、降低靶区周围危及器官以及正常组织接受的放射剂量，从而达到提高治疗增益比、提高肿瘤放射治疗精确度以及降低正常组织由放射引起并发症的概率的临床治疗要求。
-
公开(公告)号：CN113178242B
公开(公告)日：2022-04-19
申请号：CN202110449392.X
申请日：2021-04-25
Abstract: 本发明公开一种基于耦合式生成对抗网络的自动计划优化系统，包括：信息输入模块，用于输入所需数据信息；权重自动设定模块，通过基于卷积神经网络的目标函数权重因子预测模型自动设定子目标函数的权重；约束条件设置模块，通过基于BP神经网络的剂量学指征项预测模型自动设定子目标函数的约束条件；计划优化模块，利用生成对抗网络训练得到子野形状预测模型，依据上述内容，采用局部梯度算法优化目标函数获得最优剂量分布矩阵数据，生成最优计划；方案输出模块，根据计划优化模块生成的最优计划，输出计划方案。本发明利用卷积神经网络、BP神经网络、生成对抗网络优化调强放射治疗计划，使优化的过程更加高效，并提升优化结果的质量。
-
-
-
-
-
-
-
-
-
Search Results
47
records
(took 0.028 seconds)
