-
公开(公告)号:CN117036533B
公开(公告)日:2024-02-13
申请号:CN202311306997.9
申请日:2023-10-10
Applicant: 北京理工大学
IPC: G06T11/00 , G06N3/045 , G06N3/0475 , G06N3/0464 , G06N3/094
Abstract: 本发明涉及X射线CT图像重建和深度学习技术领域,提供一种用于同轴相位衬度成像的稀疏角CT重建方法和系统,所述方法包括:S1、对待测物品进行同轴相位衬度成像的X射线CT实验扫描,得到稀疏角下的投影图;S2、基于强度传输方程推导的相位公式,对所述投影图进行相位恢复,得到相位恢复后的投影图;S3、采用滤波反投影重建算法,对相位恢复后的投影图进行重建,获得含有伪影的稀疏角下的CT初始重建切片图;S4、使用训练完成的后处理网络模型,对含有伪影的稀疏角下的CT初始重建切片图进行后处理,去除图像伪影。采用本发明可以有效去除重建图像噪声,获得高质量的重建图像,同时更好的保留图像细节。
-
公开(公告)号:CN116977473B
公开(公告)日:2024-01-26
申请号:CN202311221680.5
申请日:2023-09-21
Applicant: 北京理工大学
IPC: G06T11/00 , G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于投影域和图像域的稀疏角CT重建方法及装置,涉及计算机视觉与深度学习技术领域。包括:获取待重建的稀疏角度正弦图;将稀疏角度正弦图输入到构建好的投影域模型,得到处理后的正弦图;对处理后的正弦图进行滤波反投影重建,得到处理后正弦图的重建切片图;将重建切片图输入到构建好的图像域模型,得到稀疏角CT的重建结果。本发明充分考虑了深度学习模型训练的局限性,通过将投影域和图像域相结合的双域处理方式,能够获得高质量的CT重建结果,同时算法具有良好的鲁棒性和泛化性。
-
公开(公告)号:CN117036533A
公开(公告)日:2023-11-10
申请号:CN202311306997.9
申请日:2023-10-10
Applicant: 北京理工大学
IPC: G06T11/00 , G06N3/045 , G06N3/0475 , G06N3/0464 , G06N3/094
Abstract: 本发明涉及X射线CT图像重建和深度学习技术领域,提供一种用于同轴相位衬度成像的稀疏角CT重建方法和系统,所述方法包括:S1、对待测物品进行同轴相位衬度成像的X射线CT实验扫描,得到稀疏角下的投影图;S2、基于强度传输方程推导的相位公式,对所述投影图进行相位恢复,得到相位恢复后的投影图;S3、采用滤波反投影重建算法,对相位恢复后的投影图进行重建,获得含有伪影的稀疏角下的CT初始重建切片图;S4、使用训练完成的后处理网络模型,对含有伪影的稀疏角下的CT初始重建切片图进行后处理,去除图像伪影。采用本发明可以有效去除重建图像噪声,获得高质量的重建图像,同时更好的保留图像细节。
-
公开(公告)号:CN116977473A
公开(公告)日:2023-10-31
申请号:CN202311221680.5
申请日:2023-09-21
Applicant: 北京理工大学
IPC: G06T11/00 , G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于投影域和图像域的稀疏角CT重建方法及装置,涉及计算机视觉与深度学习技术领域。包括:获取待重建的稀疏角度正弦图;将稀疏角度正弦图输入到构建好的投影域模型,得到处理后的正弦图;对处理后的正弦图进行滤波反投影重建,得到处理后正弦图的重建切片图;将重建切片图输入到构建好的图像域模型,得到稀疏角CT的重建结果。本发明充分考虑了深度学习模型训练的局限性,通过将投影域和图像域相结合的双域处理方式,能够获得高质量的CT重建结果,同时算法具有良好的鲁棒性和泛化性。
-
-
-