-
公开(公告)号:CN119151817A
公开(公告)日:2024-12-17
申请号:CN202411184729.9
申请日:2024-08-27
Applicant: 东南大学
Abstract: 本发明公开了一种通用的成像物理驱动的CT数据仿真及CT图像噪声伪影抑制方法。本发明分别计算得到真实CT图像和真实CBCT图像中骨头、脂肪、肌肉以及空气的像素值,构建映射函数,将CT图像中各组织的像素值映射为真实CBCT图像中对应部位的像素值,得到仿真的CBCT数据。然后,使用正投影函数得到仿真CBCT数据的投影,通过稀疏采样角度和添加投影域噪声的方式模拟低剂量CBCT的投影数据,然后通过FDK函数将投影域数据重建,以这样一种通用的成像物理驱动的方式得到成对的可支持有监督学习的仿真CBCT数据。测试结果表明,该方法在模拟数据和真实数据上,无论是减少伪影、抑制噪声、恢复图像细节方面都具有良好的结果。
-
公开(公告)号:CN119693485A
公开(公告)日:2025-03-25
申请号:CN202411772541.6
申请日:2024-12-04
Applicant: 东南大学
IPC: G06T11/00 , G06T5/94 , G06T5/60 , G06N3/0464 , G06N3/084
Abstract: 本发明公开了一种面向深度学习的CT图像环形伪影数据仿真方法,及层间互补性和中心区域增强的环形伪影移除方法。结合环形伪影原理和扫描系统特征,通过数值模体物理尺寸对齐、加入量子噪声和电子噪声、探测器非均匀响应模拟、有环数据无环数据配对重建四个步骤来获取成对环形伪影数据和标签。设计了双分支环形伪影移除网络。网络使用上述的数据模拟方法获取大量环形伪影数据作为训练集,结合探测器响应随机产生的片间伪影信息互补性,设计伪三维数据格式作为网络输入。该方法在减少环形伪影和恢复图像细节方面具有良好的特性。并且,数据模拟方法充分考虑了系统的特性,对仿真数据训练的模型可以直接应用于未见的真实数据,在解决实际的环形伪影移除问题方面具有很大潜力。
-
公开(公告)号:CN119151838A
公开(公告)日:2024-12-17
申请号:CN202411184736.9
申请日:2024-08-27
Applicant: 东南大学
IPC: G06T5/80
Abstract: 本发明公开了一种无监督的层间互补性增强的环形伪影移除方法。该发明基于探测器非均匀响应产生环形伪影原理,定义多项式系数补偿方程优化探测器非均匀响应。考虑探测器响应具有随机性,在垂直方向上具有独立性,设计2.5D数据输入格式利用相邻切片间显著的层间信息,并应用TV最小化算法实现层间信息约束,进行初步去环和去噪。在极坐标系中,环形伪影表现为竖直条纹,条纹在水平方向梯度大,设计水平微分算子提取极坐标图像梯度,计算损失,更新补偿系数。该方法无需调整超参数,无需训练图像,去环去噪效果好,完全实现自动化流程。
-
-