一种能谱CT基物质正弦图的估计方法

    公开(公告)号:CN106251383A

    公开(公告)日:2016-12-21

    申请号:CN201610783035.6

    申请日:2016-08-31

    Applicant: 东北大学

    Abstract: 本发明提供一种能谱CT基物质正弦图的估计方法,涉及计算机断层成像重建方法技术领域。利用能谱CT扫描的前向投影物理模型函数的凹特性,由每条X射线对应的高能投影数据、低能投影数据、高能投影估计值向量当前值、低能投影估计值向量当前值、正弦图矩阵A的当前值和正弦图矩阵B的当前值确定该条X射线对应正弦图矩阵A的新值和正弦图矩阵B的新值,根据由高能投影数据、低能投影数、前向高能投影估计值和前向低能投影估计值得到的估计误差大小判断正弦图矩阵新值是否合格。本发明提供的方法,适用性强,对于不同的能谱CT扫描系统或者不同的基物质对,不需要调整系数或者重新建立查找表;在保证精确度的同时提高计算速度,降低计算时间。

    基于异构图卷积神经网络预测协同药物组合方法

    公开(公告)号:CN116825384A

    公开(公告)日:2023-09-29

    申请号:CN202310772479.X

    申请日:2023-06-28

    Applicant: 东北大学

    Abstract: 本发明提供一种基于异构图卷积神经网络预测协同药物组合方法,涉及药物研发技术领域。该方法首先根据疾病药物历史作用数据,构建基于药物、药物组合、疾病的三部图;然后构建基于异构图卷积神经网络的协同药物组合预测模型:对于构建的三部图上的疾病、药物和药物组合节点,应用一个热编码来对三个邻接矩阵进行编码,并分别压缩为密集实值向量,构建异质图;在疾病和药物之间以及疾病和药物组合之间构建传播层进行层次传播,实现在三部图上进行药物层次的传播和药物组合层次的传播;最后构建完全连接层进行协同药物组合的预测;同时,采用困难负样本训练协同药物组合预测模型;最后使用训练好的协同药物组合预测模型进行协同药物组合预测。

    基于压缩感知的光子计数X射线能谱探测装置及成像系统

    公开(公告)号:CN106989835B

    公开(公告)日:2023-07-11

    申请号:CN201710234702.X

    申请日:2017-04-12

    Applicant: 东北大学

    Abstract: 本发明提供一种基于压缩感知的光子计数X射线能谱探测装置及成像系统,涉及能谱探测技术领域。探测装置包括探测器阵列、放大器、能量校准器、单像素阈值产生器、阈值设置器、比较器和脉冲计数器;成像系统包括电脑PC、辐照X射线源、旋转载物装置和上述的基于压缩感知的光子计数X射线能谱探测装置。本发明能重建理想的X射线能谱,加快采集速度的同时,能有效避免直接用光子计数探测器进行采集时会发生的脉冲堆积效应,为使用光子计数器进行X射线全能谱采集提供了可能。

    能谱CT成像方法及能谱CT成像系统

    公开(公告)号:CN106880374B

    公开(公告)日:2020-09-15

    申请号:CN201710186810.4

    申请日:2017-03-27

    Applicant: 东北大学

    Abstract: 本发明涉及CT成像技术领域,尤其涉及一种能谱CT成像方法及能谱CT成像系统。能谱CT成像系统包括X射线发射设备、X射线探测设备、用于承载待测对象的运动平台、与运动平台连接以驱动其转动的电机、编码器、运动控制卡和PC机。能谱CT成像方法中,电机驱动用于承载待测对象的运动平台转动,同时安装在电机上的编码器伴随电机的转动发出脉冲信号;运动控制卡接收到脉冲信号后将其传递至PC机;PC机每接收到预设数量的脉冲信号后,向运动控制卡发出启动脉冲信号;运动控制卡接收到启动脉冲信号后同时驱动X射线发射设备和X射线探测设备启动。上述能谱CT成像系统及方法均能够在减少辐射剂量的同时提高CT图像质量。

    一种直接解决逆问题的医学图像重建方法

    公开(公告)号:CN110335327A

    公开(公告)日:2019-10-15

    申请号:CN201910617998.2

    申请日:2019-07-10

    Applicant: 东北大学

    Inventor: 滕月阳 薛恒志

    Abstract: 本发明提供一种直接解决逆问题的医学图像重建方法,步骤包括:对采集的训练数据进行预处理;采用处理后的数据训练具有编码解码的卷积神经网络;利用训练后的卷积神经网络重建原始数据,得到高质量图像。本发明利用深度学习解决图像重建问题,网络被训练成能够立即学习物理模型的非线性关系。不同于图像后处理方法普遍针对像素值之间的差异进行降噪,本发明针对原始数据本身,能够快速、有效地建立训练样本和训练标签之间复杂的非线性关系,从原始数据精确重建出高质量图像。

    一种基于具有增强编码解码的医学图像重建和降噪方法

    公开(公告)号:CN110276815A

    公开(公告)日:2019-09-24

    申请号:CN201910569253.3

    申请日:2019-06-27

    Applicant: 东北大学

    Inventor: 滕月阳 薛恒志

    Abstract: 本发明提供一种基于具有增强编码解码的医学图像重建和降噪方法,包括分类收集高噪声扫描图像和低噪声扫描图像,并对采集的图像数据进行预处理;搭建重建部分网络,一定尺寸的高噪声图像作为训练数据、低噪声图像作为训练标签,对所述重建部分网络进行训练;搭建降噪部分网络,并利用所述降噪部分网络对重建后的数据进行降噪。本发明利用深度学习解决图像重建和降噪问题,针对原始数据本身,能够快速、有效地建立训练样本和训练标签之间复杂的非线性关系,从原始数据精确重建出高质量图像。

    一种基于VGG-19提取特征的GAN医学图像降噪方法

    公开(公告)号:CN110047054A

    公开(公告)日:2019-07-23

    申请号:CN201910345922.9

    申请日:2019-04-26

    Applicant: 东北大学

    Inventor: 龚宇 滕月阳

    Abstract: 本发明提供一种基于VGG-19提取特征的GAN医学图像降噪方法,包括搭建GAN降噪网络,提取训练图像和训练标签图像并以损失函数最小化为原则对搭建好的降噪网络进行训练,以及利用训练后的降噪网络对高噪声图片进行降噪处理,输出降噪结果。本发明为了克服降噪后图像边缘平滑,失去原有图像细节的问题,提出一种将降噪后的图像和原本清晰的图像用VGG-19做特征提取之后的差值作为损失函数进行优化的图像降噪方法,以达到保存图像原有细节,提高图像清晰度的效果。

    一种CT数据采集及扫描过程虚拟再现的方法

    公开(公告)号:CN106419948B

    公开(公告)日:2019-05-21

    申请号:CN201610856814.4

    申请日:2016-09-28

    Applicant: 东北大学

    Abstract: 本发明提供一种CT数据采集及扫描过程虚拟再现的方法,涉及计算机断层成像技术领域。该方法包括扫描系统端的处理和后处理端的处理,当扫描系统接收到后处理端的请求扫描指令后,记录固定参数信息和每个扫描角度下的几何参数信息及光子信息,并建立相应的数据文件,向后处理端请求发送,后处理端在接收到请求指令后,开始接收文件,校验无误后开始解析,综合获取的数据,绘制扫描系统框架,形成最终的扫描过程的动态回放。本发明提供的CT数据采集及扫描过程虚拟再现的方法,通过对光子的逐一统计,能实现对扫描全过程的动态回放;有效缩减多能CT扫描次数,降低辐射剂量。

    能谱CT成像方法及能谱CT成像系统

    公开(公告)号:CN106880374A

    公开(公告)日:2017-06-23

    申请号:CN201710186810.4

    申请日:2017-03-27

    Applicant: 东北大学

    Abstract: 本发明涉及CT成像技术领域,尤其涉及一种能谱CT成像方法及能谱CT成像系统。能谱CT成像系统包括X射线发射设备、X射线探测设备、用于承载待测对象的运动平台、与运动平台连接以驱动其转动的电机、编码器、运动控制卡和PC机。能谱CT成像方法中,电机驱动用于承载待测对象的运动平台转动,同时安装在电机上的编码器伴随电机的转动发出脉冲信号;运动控制卡接收到脉冲信号后将其传递至PC机;PC机每接收到预设数量的脉冲信号后,向运动控制卡发出启动脉冲信号;运动控制卡接收到启动脉冲信号后同时驱动X射线发射设备和X射线探测设备启动。上述能谱CT成像系统及方法均能够在减少辐射剂量的同时提高CT图像质量。

    一种基于GATE平台的荧光CT系统模拟方法

    公开(公告)号:CN106057050A

    公开(公告)日:2016-10-26

    申请号:CN201610670098.0

    申请日:2016-08-16

    Applicant: 东北大学

    CPC classification number: G09B23/286

    Abstract: 本发明提供一种基于GATE平台的荧光CT系统模拟方法,涉及医疗设备技术领域。包括多个荧光CT子系统的设置过程,每个荧光CT子系统的设置包括可视化模块设置、世界模块设置、探测系统模块设置、几何模块设置、材料模块设置、伪随机模块设置、物理效应模块设置、常用粒子源模块设置、数字转换模块设置、时间控制模块设置和输出模块设置。本发明采取多探测器优化系统结构和多子系统联合方法,最终得到一个完整的模拟系统,有效解决荧光系统利用率低、GATE仿真运算速度慢等问题,通过模体设置有效探究金粒子浓度、空间位置等因素对成像的影响,并且模拟产生的数据对研究XFCT的重建算法具有很大价值,提供的生数据更加接近真实情况。

Patent Agency Ranking