基于深度学习的电阻抗层析成像方法

    公开(公告)号:CN106503801A

    公开(公告)日:2017-03-15

    申请号:CN201610905596.9

    申请日:2016-10-18

    CPC classification number: G06N3/084 G06T11/005 G06T2211/416

    Abstract: 本发明涉及一种基于深度学习的电阻抗层析成像(Electrical Impedance Tomography,EIT)方法,适用于医学成像、工业过程成像和地质勘探等技术领域。所述方法包括:获取原始边界测量电压序列和电导率分布序列,并做归一化处理得到训练样本集合;建立初始EIT深度学习网络模型,根据训练样本集合和设定的训练模式训练EIT深度学习网络模型,使训练获得的EIT深度学习网络模型表征边界测量电压序列与电导率分布序列之间的映射关系;通过给映射关系输入边界测量电压序列,获取电导率分布序列,最后将电导率分布序列恢复为矩阵形式,得到EIT图像。本发明提出的成像方法简化了建模过程及问题的求解难度,解决了电阻抗层析成像逆问题求解时的非线性和病态问题,提高了逆问题的求解精度和图像重建质量。

    一种基于深度神经网络的压缩传感核磁共振成像方法

    公开(公告)号:CN106373167A

    公开(公告)日:2017-02-01

    申请号:CN201611024706.7

    申请日:2016-11-15

    CPC classification number: G06T11/003 G06N3/08 G06T2211/416

    Abstract: 本发明公开了一种基于深度神经网络的压缩传感核磁共振成像方法,该方法可从核磁共振成像设备所采集到的k-空间低采样数据重建出高质量的核磁共振图像。该方法主要包括交替方向乘子法深度神经网络的构造、网络参数训练过程、应用于压缩传感核磁共振成像三大步骤。采用多对低采样率下的采样数据和相应全采样数据重建的核磁共振图像为训练数据集,训练交替方向乘子法神经网络的模型参数,使该深度神经网络以低采样率下的采样数据为输入时的输出图像尽可能逼近全采样数据重建的图像;在应用中,给定低采样率下的k-空间采样数据,将其输入到训练好的交替方向乘子法深度神经网络,该网络的输出即为重建的核磁共振图像。

    基于结构字典和动力学参数字典联合稀疏约束的动态PET图像重建方法

    公开(公告)号:CN106204674A

    公开(公告)日:2016-12-07

    申请号:CN201610521663.7

    申请日:2016-06-29

    Applicant: 浙江大学

    Inventor: 刘华锋 秦仲亚

    CPC classification number: G06T11/003 G06T2211/416

    Abstract: 本发明公开了一种基于结构字典和动力学参数字典联合稀疏约束的动态PET图像重建方法,该方法将极大似然估计的期望最大法与结构字典和动力学参数字典方法相结合,既考虑每一帧图像的空间约束即每个图块可以由CT图像预训练的结构字典稀疏表达,又利用了每个像素点核素浓度随时间变化的微分模型,从而能够有效地抑制噪声,得到较好的动态PET成像结果,且与其他单独重建动态PET图像的算法相比,本发明也都能获得较好的重建结果。

    页岩微米孔隙成像方法及装置

    公开(公告)号:CN105631912A

    公开(公告)日:2016-06-01

    申请号:CN201610178448.1

    申请日:2016-03-25

    CPC classification number: G06T11/008 G06T2211/416

    Abstract: 本发明提供了一种页岩微米孔隙成像方法及装置,涉及勘探地球物理技术。其中方法包括:采用同步辐射平行X射线束对页岩进行CT成像,得到页岩的成像数据;根据页岩的成像数据建立稀疏正则化模型;采用梯度下降算法对稀疏正则化模型进行求解,得到重构的页岩内部的微观图像。本发明能够对页岩内部进行微观成像,特别是对页岩内部的微米孔隙进行微观成像,得到精准的页岩内部微观结构图像,缓解相关技术中通过滤波反投影方法观测页岩内部微观结构,观测得到的图像具有噪声和重构伪影的问题。

    CT扫描数据的背景校正方法及装置

    公开(公告)号:CN105590331A

    公开(公告)日:2016-05-18

    申请号:CN201510920996.2

    申请日:2015-12-11

    Inventor: 楼珊珊 赵江魏

    Abstract: 公开了一种CT扫描数据的背景校正方法和装置。该方法包括:在CT扫描开始之前以及结束之后,分别进行一次背景采集以得到第一背景数据以及第二背景数据,并记录采集所述第一背景数据和第二背景数据的时间或检测器部件温度;在所述CT扫描过程中多次采集CT扫描数据,并记录每次采集CT扫描数据的时间或检测器部件温度;利用所述第一背景数据和所述第二背景数据进行插值运算,计算出每次采集的CT扫描数据对应的背景数据;以及,从每次采集的CT扫描数据中减去对应的背景数据,得到背景校正后的CT扫描数据。

    一种非局部联合稀疏表示的超分辨率重建方法

    公开(公告)号:CN105513033A

    公开(公告)日:2016-04-20

    申请号:CN201510890012.0

    申请日:2015-12-07

    Applicant: 天津大学

    CPC classification number: G06T5/50 G06T3/4007 G06T2211/416

    Abstract: 本发明涉及一种非局部联合稀疏表示的超分辨率重建方法,包括:通过双三次插值对彩色图像的亮度图像和相应的深度图像进行初始估计。将得到初始估计的亮度图及深度图像分别通过双线性插值放大,并分割成重叠的小块;对所有的联合图像块通过K-Means算法聚成K类,对每一类用PCA法学习该类的联合子字典;重建高分辨率彩色图像。本发明可以重建高分辨率彩色图像。

Patent Agency Ranking