-
公开(公告)号:CN119375268A
公开(公告)日:2025-01-28
申请号:CN202411496145.5
申请日:2024-10-25
Applicant: 中北大学
IPC: G01N23/203 , G06T5/70
Abstract: 本发明属于康普顿背散射成像技术领域,公开了一种适用于基于编码孔径的CXCBI重建算法的多值映射修正方法,具体技术方案为:确定X射线源、探测器、编码孔径的参数,确定待测物体及其位置,采集待测物体背散射光子信息;构建观测值向量,输入至总变分正则化模型,构建二值测量矩阵,修正二值测量矩阵为多值测量矩阵,多值测量矩阵的一方面输入至总变分正则化模型,获得图像初始值,多值测量矩阵的另一方面配置ADMM优化策略,并在算法框架中采用三维块匹配算法去噪;图像方差趋势平缓时,结束迭代,重构x向量获得待测物体的背散射图像结果;本发明保留了待测物体位置、形状以及复杂的细节,出色地提升了系统的检测能力。
-
公开(公告)号:CN120047389A
公开(公告)日:2025-05-27
申请号:CN202510037905.4
申请日:2025-01-09
Applicant: 中北大学
Abstract: 本申请提供了一种半导体器件检测方法、装置、电子设备和存储介质。该方法包括:针对待检测半导体器件采集两张具有垂直关系的DR图像;基于预设三维体积重建模型获得该两张具有垂直关系的DR图像对应的待检测半导体器件的三维体积;基于该三维体积对待检测半导体器件进行缺陷检测;其中,预设三维体积重建模型通过大尺度结构恢复和小尺度细节重构融合获取三维体积。该方法能够在节省人力物力资源的前提下,高效率、高精度地实现半导体器件的缺陷检测。
-
公开(公告)号:CN118840445A
公开(公告)日:2024-10-25
申请号:CN202410993314.X
申请日:2024-07-24
Applicant: 中北大学
IPC: G06T11/00 , G06V10/80 , G06N3/0499 , G06N3/0464 , G06N3/0455
Abstract: 本发明属于医学成像及深度学习技术领域,公开了一种基于稀疏Transformer的多域稀疏视图CT重建方法,具体技术方案为:构建稀疏视图的CT投影数据集;构建稀疏Transformer块;构建基于稀疏Transformer块的多域神经网络模型,将稀疏采样的CT投影、相应的全视图投影以及相应的参考CT图像输入训练好的基于稀疏Transformer的多域神经网络中,得到CT重建图像;本发明在双域重建的基础上引入频域监督模块,通过在深度特征提取过程中整合频域监督模块,成功解决了因稀疏采样导致的傅立叶域中的空白问题,使得在极稀疏投影视图的情况下能够更好地重建图像细节,旨在减少计算量的同时提高重建性能。
-
公开(公告)号:CN119784931A
公开(公告)日:2025-04-08
申请号:CN202411718369.6
申请日:2024-11-27
Applicant: 中北大学
IPC: G06T17/00 , G06T17/10 , G06T5/50 , G06T5/60 , G06T11/00 , G06T7/10 , G06T7/62 , G06T7/73 , G06N3/0464 , G06N3/0455
Abstract: 本申请提供了一种三维CT成像方法、装置、电子设备和存储介质。该方法包括:针对待成像物体采集两张具有垂直关系的DR图像,并获取待成像物体的三维坐标信息;将两张具有垂直关系的DR图像,以及三维坐标信息输入到预设的三维体积重建模型,获取待成像物体的三维体积数据;对三维体积数据进行切片获得待成像物体的三维CT图像。该方法能够在保证成像质量的基础上提高三维体积重建速度,进而快速获得质量高的三维CT图像。
-
公开(公告)号:CN119399298A
公开(公告)日:2025-02-07
申请号:CN202411346482.6
申请日:2024-09-25
Applicant: 中北大学
IPC: G06T11/00
Abstract: 本申请提供了一种锥束CT散射校正方法、装置、电子设备和存储介质。该方法包括:获取采集设备采集的两组工件的DR投影,以及散射校正板的单幅DR投影;基于两组工件的DR投影生成第一DR投影集和第二DR投影集;并基于第一DR投影集和第二DR投影集获得离散散射信号集;对单幅DR投影进行图像处理,获得孔洞区域;基于离散散射信号集和孔洞区域,结合CS理论建立L1范数约束模型,并通过ADMM算法求解,重构出完整散射信号;在第一DR投影集中扣除完整散射信号,获得校正后的DR投影。该方法能够提高散射校正的准确率。
-
-
-
-