基于深度学习的断层摄影重建

    公开(公告)号:CN110462689A

    公开(公告)日:2019-11-15

    申请号:CN201880019611.7

    申请日:2018-03-19

    Abstract: 本方法涉及使用机器学习和深度学习系统,其适用于解决大规模的空间变化断层摄影重建和/或校正问题。在某些实施方案中,从断层摄影扫描仪获得的测量数据的断层摄影变换用作神经网络的输入。根据本方法的某些方面,一个或多个断层摄影变换操作与所述神经网络分开或在所述神经网络外执行,使得所述断层摄影变换操作的结果替代地被提供作为所述神经网络的输入。另外,在某些实施方案中,所述神经网络的一个或多个层可以被提供作为小波滤波器组。

    基于深度学习的断层摄影重建

    公开(公告)号:CN110462689B

    公开(公告)日:2023-06-02

    申请号:CN201880019611.7

    申请日:2018-03-19

    Abstract: 本方法涉及使用机器学习和深度学习系统,其适用于解决大规模的空间变化断层摄影重建和/或校正问题。在某些实施方案中,从断层摄影扫描仪获得的测量数据的断层摄影变换用作神经网络的输入。根据本方法的某些方面,一个或多个断层摄影变换操作与所述神经网络分开或在所述神经网络外执行,使得所述断层摄影变换操作的结果替代地被提供作为所述神经网络的输入。另外,在某些实施方案中,所述神经网络的一个或多个层可以被提供作为小波滤波器组。

    负字典学习
    7.
    发明授权

    公开(公告)号:CN107025634B

    公开(公告)日:2022-06-21

    申请号:CN201710063331.3

    申请日:2017-02-03

    Abstract: 本方法涉及在诸如迭代图像重构过程的图像重构过程期间对要避免或不再强调的图像图案的数据库(即,字典)的使用。此种字典可表征为非用词字典或“差”字典。非用词字典可用来约束图像重构过程,以避免或最小化在非用词字典中存在的图案的存在。

    用于统计迭代重建和材料分解的系统和方法

    公开(公告)号:CN111323437B

    公开(公告)日:2023-06-23

    申请号:CN201911299957.X

    申请日:2019-12-16

    Abstract: 本发明题为“用于统计迭代重建和材料分解的系统和方法”。本发明提供了一种用于对要重建的对象进行成像的方法,该方法包括采集对应于对象的投影数据。此外,该方法包括基于所采集的投影数据来生成测量正弦图以及制定前向模型,其中该前向模型表示成像系统的特性。另外,该方法包括基于对象的估计图像和前向模型来生成估计正弦图以及基于成像系统的检测器的堆积特性和死区时间特性中的至少一者来制定统计模型。此外,该方法包括基于统计模型、测量正弦图和估计正弦图来确定对应于估计图像的更新以及基于所确定的更新来更新估计图像以生成对象的更新图像。另外,该方法包括输出对象的最终图像。

Patent Agency Ranking