-
公开(公告)号：CN109102550B
公开(公告)日：2023-03-31
申请号：CN201810586113.2
申请日：2018-06-08
申请人： 东南大学
摘要： 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。
-
公开(公告)号：CN105118066A
公开(公告)日：2015-12-02
申请号：CN201510590901.5
申请日：2015-09-16
申请人： 东南大学
IPC分类号： G06T7/00
CPC分类号： G06T7/0014 , G06T2207/10081 , G06T2207/20221 , G06T2207/30004
摘要： 本发明公开了一种基于三维区别性特征表示的低剂量CT图像分解方法，首先对体模进行扫描，获得一组对应的低剂量和正常剂量下体模CT图像；之后通过选取正常剂量的体模CT图像中的特征块组成特征字典，通过将低剂量和正常剂量体模CT图像相减得到低剂量下的噪声伪影图像，选取噪声伪影图像中的特征块组成噪声伪影字典；最后利用特征字典和噪声伪影字典组成的三维区别性字典来表示临床低剂量CT图像，得到特征字典表示的特征图像和噪声伪影字典表示的噪声伪影图像，从而实现低剂量CT图像的分解。本发明可以将低剂量CT图像中的噪声及星条状伪影和特征结构成分有效的分离，满足临床分析和诊断的质量要求，提高低剂量CT图像使用效率。
-
公开(公告)号：CN103226815A
公开(公告)日：2013-07-31
申请号：CN201310122193.3
申请日：2013-04-10
申请人： 东南大学
摘要： 本发明公开了一种低剂量CT图像滤波方法，属于医学图像处理技术领域。本发明方法首先使用字典学习的方法对原始低剂量CT图像进行滤波，将原始低剂量CT图像中的块状噪声；然后对得到的图像再进行非锐化滤波，使被字典学习方法所抑制的图像边缘信息得到增强。本发明方法能够有效抑制低剂量CT图像中的星条状伪影和噪声，提高CT图像质量。
-
公开(公告)号：CN102842141A
公开(公告)日：2012-12-26
申请号：CN201210228165.5
申请日：2012-07-03
申请人： 东南大学
IPC分类号： G06T11/00
摘要： 本发明公开了一种旋转X射线造影图像迭代重建方法，首先在第一阶段构造低分辨率投影矩阵，并将完整矩阵拆解为单一角度矩阵和旋转矩阵2个分量进行简化存储，然后第二阶段在第一阶段得到低分辨率投影矩阵的基础上，进行进一步基于投影内容的简化，最后在第三阶段进行三维血管重建本方法采用的经过掩模简化的投影矩阵解决了旋转X射线造影系统投影，反投影计算量过大，计算时间过长的问题，能够有效获得三维血管结构，帮助临床医师进行诊断。
-
公开(公告)号：CN102215406A
公开(公告)日：2011-10-12
申请号：CN201110198330.2
申请日：2011-07-15
申请人： 东南大学
摘要： 本发明公开了一种基于DCT变换的分段编码信号的快速解码方法，属于信号处理技术领域。本发明将长度为N/5的信号序列{am},{bm},{cm},{dm},{em},（m=0,1,…,N/5–1）的DCT域系数{Ai},{Bi},{Ci},{Di},{Ei},（i=0,1,…,N/5–1）转换为长度为N的原始编码信号序列{xn},（n=0,1,…,N–1）的DCT域系数{Xk}（k=0,1,…,N–1）,其中{Xk}的计算分成{X5i},{X5i+1},{X5i+2},{X5i+3},{X5i+4},（i=0,1,…,N/5–1）五个部分分别进行计算，减少了DCT变换次数，从而降低了解码过程的计算复杂度。相比现有技术，本发明方法具有较低的复杂度，解码实时性更好。
-
公开(公告)号：CN102036075A
公开(公告)日：2011-04-27
申请号：CN201010611318.5
申请日：2010-12-29
申请人： 东南大学
摘要： 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：CN109166161B
公开(公告)日：2023-06-30
申请号：CN201810722915.1
申请日：2018-07-04
申请人： 东南大学
IPC分类号： G06T11/00 , G06T5/00 , G06N3/0464
摘要： 本发明公开了一种基于噪声伪影抑制卷积神经网络的低剂量CT图像处理系统，包括：图像预处理模块，用于获得多组匹配的低剂量CT图像和常规剂量CT图像并将和相减获得噪声伪影图像Ns；噪声伪影抑制卷积神经网络建立模块用于将作为训练图像，Ns作为标签图像，建立与Ns之间的映射卷积神经网络；网络训练模块，用于通过降低神经网络损失函数，来训练噪声伪影抑制卷积神经网络；网络处理模块，用于将待处理低剂量CT图像输入映射卷积神经网络进行处理，得到预测的噪声伪影图像噪声伪影抑制模块，用于将减去得到噪声伪影抑制后的图像本发明可有效的抑制低剂量CT数据中的噪声伪影，处理后的图像质量可满足临床分析、诊断等要求，提高低剂量CT成像的图像效果。
-
公开(公告)号：CN109035197A
公开(公告)日：2018-12-18
申请号：CN201810552230.7
申请日：2018-05-31
申请人： 东南大学
CPC分类号： G06T7/0012 , G06T7/11 , G06T2207/10081 , G06T2207/20081 , G06T2207/20084
摘要： 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：CN103473745B
公开(公告)日：2016-11-30
申请号：CN201310422085.8
申请日：2013-09-16
申请人： 东南大学
IPC分类号： G06T5/00
摘要： 本发明公开了一种基于区别性字典的低剂量CT图像处理方法，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对应的区别性字典表达并去伪影，从而达到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；之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抑制后的CT图像；最后利用现有的传统基于字典学习的稀疏表达方法对图像进行进一步处理，以去除残留的伪影和噪声。本发明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。
-
公开(公告)号：CN102846318B
公开(公告)日：2014-08-06
申请号：CN201210284300.8
申请日：2012-08-10
申请人： 东南大学
IPC分类号： A61B5/053
摘要： 本发明公开了一种电阻抗成像方法，属于电阻抗扫描成像技术领域。本发明方法包括：步骤1、在待成像物体相对两侧分别设置与待成像物体表面相接触的第一电极装置和第二电极装置，并使第一电极装置和第二电极装置对待成像物体施加恒定的夹持力；步骤2、通过第一电极装置施加输入电信号，并采集第二电极装置的输出电信号，得到待成像物体在该夹持力下的电流分布；步骤3、改变第一电极装置和第二电极装置对待成像物体所施加的夹持力，并重复步骤2；步骤4、根据待成像物体在两个不同夹持力下的电流分布的差值，构建待成像物体的阻抗图像。相比现有技术，本发明具有成像灵敏度更高、电极接触伪影抑制效果好的优点，且实现成本低。
-
-
-
-
-
-
-
-
-
搜索结果
57 条记录 (耗时 0.037 秒)
