锥束CT散射校正方法、装置、电子设备和存储介质

    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

    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。

    基于投影积分不变性的多能CT成像方法

    公开(公告)号:CN118298064A

    公开(公告)日:2024-07-05

    申请号:CN202410493894.6

    申请日:2024-04-23

    Applicant: 中北大学

    Abstract: 本发明公开了一种基于投影积分不变性的多能CT成像方法,其特征在于,包括采集n个不同电压下CT扫描的X射线投影图像,n≥3,并除以其背景值,获取X射线成像模型,并将其写成矩阵形式;根据X射线成像模型的矩阵形式得到X射线投影图像分解模型;在投影图像分解模型中加入投影积分不变性约束,得到多能CT图像序列;本发明基于成像物体固有的投影积分不变性约束的多能CT成像得到对应能量更准确的多能CT图像。

    一种两级制冷结构的便携式高纯锗探测器

    公开(公告)号:CN116482742A

    公开(公告)日:2023-07-25

    申请号:CN202310563306.7

    申请日:2023-05-18

    Abstract: 两级制冷结构的便携式高纯锗探测器,包括:探测器本体;探测器第一壳体,探测器第一壳体设置在探测器本体外侧,且与探测器本体隔开,以形成第一真空腔;探测器第二壳体,探测器第二壳体设置在第一壳体外侧,与第一壳体分隔开,以形成第二真空腔;第一制冷界面,穿设在探测器第一壳体与探测器第二壳体之间,且第一制冷界面连接第一壳体与外部制冷器,实现一级制冷;第二制冷界面,设置于探测器第二壳体上,第二制冷界面连接第一壳体与系统制冷器,实现二级制冷。创造性的将探测器本体和探测器第一壳体的制冷过程分为两级,通过第一制冷界面实现一级快速制冷,通过第二制冷界面实现进一步二级制冷及长时间低温维持,有效缩短制冷时间。

    一种适用于基于编码孔径的CXCBI重建的多值映射修正方法

    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

    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。

    一种基于迭代残差网络的双能CT图像分解方法

    公开(公告)号:CN114612433A

    公开(公告)日:2022-06-10

    申请号:CN202210245557.6

    申请日:2022-03-14

    Applicant: 中北大学

    Abstract: 本发明公开了一种基于迭代残差网络的双能CT图像分解方法,所述图像分解方法包括以下步骤:步骤S100:根据被测人体部位从人体模型中选取若干个不同特征的人体部位模型,并据此建立训练数据集;步骤S200:构建用于实现双能CT图像分解的迭代残差网络;步骤S300:基于步骤S100中的训练数据集对步骤S200中的迭代残差网络进行网络训练,完成网络训练并保存训练结果;步骤S400:采集被检测物体双能投影数据,并将投影数据通过单能CT图像重建算法重建得到被检测物体的高能CT图像和低能CT图像;步骤S500:利用步骤S300中完成训练的迭代残差网络分解步骤S400中被检测物体的高能CT图像和低能CT图像,输出被检测物体的基材料密度图像。

Patent Agency Ranking