-
公开(公告)号：CN103519833A
公开(公告)日：2014-01-22
申请号：CN201310222522.1
申请日：2013-06-05
Applicant: 东南大学
IPC: A61B6/00
Abstract: 本发明公开了一种旋转C型臂X射线机的三维校正重建方法，包括如下步骤：将校正模体放置在旋转C型臂X射线机扫描区域；利用旋转C型臂X射线机校正模体进行旋转扫描获得校正模体投影图像序列；根据校正模体投影图像自动标记钢珠的投影位置，分别对每一幅校正模体投影图像计算倾斜角度和中心点偏移量；在获得倾斜角度和中心点偏移量后，对旋转C型臂X射线机的正常扫描获得的投影图像进行倾斜校正和中心点偏移校正；利用FDK重建算法，对校正后的投影图像进行三维重建。本发明利用投影图校正方法，能够快速稳定的求解出旋转C型臂X射线机的几何扫描参数，完成支持三维体数据重建的三维扫描。
-
公开(公告)号：CN102036075B
公开(公告)日：2012-11-28
申请号：CN201010611318.5
申请日：2010-12-29
Applicant: 东南大学
Abstract: 本发明公开了一种图像及数字视频编码及解码方法，属于数字图像处理技术领域。本发明的编码及解码方法在进行二维正向/反向离散正交变换时，采用二维整数正向/反向离散Tchebichef变换。本发明利用二维整数离散Tchebichef变换来替代现有技术所使用的其它整数变换方法，可以有效解决解码器失配问题，实现无损编码，而且具有较高的压缩性能以及更好的可扩展性。本发明还进一步提出了一种8×8整数离散Tchebichef变换矩阵的快速算法，该算法只需要进行移位和加法操作，降低了硬件资源消耗，有利于硬件实现。
-
-
公开(公告)号：CN102110288A
公开(公告)日：2011-06-29
申请号：CN201110037711.2
申请日：2011-02-14
Applicant: 东南大学
IPC: G06T5/00
Abstract: 本发明公开了一种CT图像的投影弦图修补方法，属于计算机断层成像技术领域。本发明方法包括以下步骤：步骤1、定位未测量像素坐标；步骤2、确定图像空间像素族；步骤3、确定对应于未测量弦图坐标的正弦曲线族；步骤4、沿着离散化正弦线，分别确定未测量像素位置及相应的强度值；步骤5、分别构造以各未测量像素为中心的局部邻域的结构张量矩阵，求解其特征值和特征向量；步骤6、对于各未测量像素，在步骤5所述局部邻域中，选出与具有最小特征值的特征向量最符合的正弦线，取该未测量像素处的插值结果，作为对该未测量像素强度的最终估计。本发明可以有效地提高弦图匀质区域一致性，较好地保留内边缘，从而得到质量更好的重建后的CT图像。
-
公开(公告)号：CN102024267A
公开(公告)日：2011-04-20
申请号：CN201010595896.4
申请日：2010-12-20
Applicant: 东南大学
IPC: G06T11/00
Abstract: 本发明公开了一种基于小波空间方向性滤波的低剂量CT图像处理方法，属于计算机断层显像技术领域。本发明方法首先使用静态小波变换对待处理的低剂量CT图像进行单层分解，然后对水平、垂直和对角方向的高频细节图像分别进行垂直和水平方向的一维非线性扩散滤波来抑制星条状伪影在不同方向的高频细节图像中的信息强度，然后根据处理后的水平、垂直和对角方向的高频细节图像以及原来的低频图像进行逆静态小波变换来重建得到伪影得到抑制的CT图像，然后利用现有的大邻域加权平均噪声抑制方法对图像进行进一步处理。本发明方法可以有效抑制低剂量CT图像内的星条状伪影和噪声，提高低剂量CT图像质量，使其满足临床诊断的质量要求。
-
Patent Agency Ranking
公开(公告)号：CN100348152C
公开(公告)日：2007-11-14
申请号：CN200510122611.4
申请日：2005-11-29
Applicant: 东南大学
Abstract: 本发明公开了一种基于独立成分空间相关性消除功能磁共振数据噪声的方法，先对图像的灰质区域和脑脊液区域进行图像分割，分别对其进行主成分分析、频谱分析，确定并消除主成分分量中的随机噪声成分，重建消除随机噪声后的灰质数据和脑脊液数据，对重建后数据进行独立成分分解，利用独立成分分别构造矩阵，再进行典型相关分后，排序，将这些成分置零后得到一组新的独立成分，重建消除各种噪声成分后的数据，重复以上步骤直至消除各层灰质数据与脑脊液数据中相关最大的各种噪声成分；本发明能够有效地消除多层功能磁共振数据中生理噪声，能够消除与脑脊液区域数据中相关最大的其它低频噪声成分，较好地实现了多层功能磁共振数据中噪声的消除。
-
公开(公告)号：CN1641700A
公开(公告)日：2005-07-20
申请号：CN200510037621.8
申请日：2005-01-06
Applicant: 东南大学
Abstract: 本发明公开了一种最小二乘法的正电子发射计算机断层显像的全变分加权成像方法，首先获取投影数据，确定初始图像范围，计算系统概率矩阵，再将系统概率矩阵和初始图像相乘，得到前向投影，将投影数据的修正值与系统概率矩阵相乘，得到图像成像迭代过程中图像的修正值，然后将离散化的初始图像进行全变分，对每一个象素点求导，得到目标函数的校正值，最后经运算，得到重建图像的目标函数，将此目标函数值乘以初始图像，得到迭代更新后的图像，再将这一个图像作为初始图像，重复这个过程直到重建后的图像收敛，本发明具有提高成像后图像的质量，消除噪声对成像的影响等优点。
-
公开(公告)号：CN109035197B
公开(公告)日：2021-09-28
申请号：CN201810552230.7
申请日：2018-05-31
Applicant: 东南大学
Abstract: 本发明公开了一种基于三维卷积神经网络的CT造影图像肾脏肿瘤分割方法。该方法首先粗略分割出CT造影图像中的肾脏区域，并对其中的肾脏和肿瘤分别标注，生成数据集，然后将训练集送入基于金字塔池化和逐步特征增强模块的卷积神经网络中训练，得到训练模型，利用得到的训练模型对新的肾脏数据进行预测，得到肾脏肿瘤的分割掩模。本发明还提出一种基于三维卷积神经网络的CT造影图像肾脏肿瘤分割系统，本发明主要解决了肾脏肿瘤难图像分割的问题，通过本发明能够直接得到肾脏肿瘤的分割掩模。
-
公开(公告)号：CN110176045A
公开(公告)日：2019-08-27
申请号：CN201910368259.4
申请日：2019-05-05
Applicant: 东南大学
Abstract: 本发明公开了一种由单能CT图像生成双能CT图像的方法。首先需要获取一定数量的双能CT图像；之后利用去噪卷积神经网络对双能CT图像进行去噪，得到去噪后的低能图像和高能图像；训练二维卷积神经网络，网络的输入为去噪后的低能图像，输出为去噪后高能图像和低能图像的差；利用去噪卷积神经网络对获得的CT图像进行去噪得到去噪后的单能CT图像；将去噪后的单能CT图像输入之前训练好的二维卷积神经网络得到估计的高低能图像差异，该差异与最初低能级下单能CT图像的和为估计的高能级CT图像；将最初低能级下单能CT图像和估计的高能级CT图像组合得到估计的双能CT图像。本发明可以有效的由单能CT图像估计双能CT图像，从而为临床诊断提供更多信息。
-
公开(公告)号：CN109102550A
公开(公告)日：2018-12-28
申请号：CN201810586113.2
申请日：2018-06-08
Applicant: 东南大学
Abstract: 本发明公开了一种基于卷积残差网络的全网络低剂量CT成像方法及装置，该方法首先获得多组对应的低剂量和正常剂量下的CT原始投影数据；其次，在投影空间建立基于卷积残差网络(CNN1)，该网络输入为低剂量CT投影数据，输出为处理后数据的网络，以减轻低剂量投影CT数据中的噪声及伪影并提高信噪比；随后，通过基于Ramp滤波核的FBP将投影数据重建到图像空间，在图像空间基于卷积残差网络(CNN2)进行二次处理，进一步减轻低剂量数据中的伪影及噪声。本发明可将低剂量CT数据中的伪影和噪声有效减轻，数据质量可满足临床分析、诊断等要求，提高了低剂量CT成像的图像质量。
-
-
-
-
-
-
-
-
-
Search Results
57
records
(took 0.017 seconds)
