基于卷积残差网络的全网络低剂量CT成像方法及装置

    公开(公告)号:CN109102550A

    公开(公告)日:2018-12-28

    申请号:CN201810586113.2

    申请日:2018-06-08

    Applicant: 东南大学

    Abstract: 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。

    一种基于三维投影图区别性特征表示的低剂量CT成像方法

    公开(公告)号:CN106373163B

    公开(公告)日:2019-05-28

    申请号:CN201610749611.5

    申请日:2016-08-29

    Applicant: 东南大学

    Abstract: 本发明公开了一种基于三维投影图区别性特征表示的低剂量CT成像方法,包括以下步骤:1获取标准剂量CT三维投影图样本,模拟出对应的低剂量噪声三维投影图样本;2在标准剂量CT三维投影图样本中选取若干衰减特征图像块,去均值和归一化,组成衰减特征字典,在噪声三维投影图样本中选取若干噪声图像块,去均值和归一化,构成噪声伪影字典;3将临床低剂量CT三维投影图用衰减特征字典和噪声伪影字典组合成的三维区别性字典表示,得到衰减特征投影图和噪声投影图;4对衰减特征投影图重建,获得低剂量CT重建图像。该方法可以分离低剂量CT投影图中的噪声和衰减特征结构成分,通过衰减特征投影图的重建,可以获得满足临床分析和诊断要求的CT图像。

    一种基于三维区别性特征表示的低剂量CT图像分解方法

    公开(公告)号:CN105118066B

    公开(公告)日:2018-04-24

    申请号:CN201510590901.5

    申请日:2015-09-16

    Applicant: 东南大学

    Abstract: 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。

    一种基于三维投影图区别性特征表示的低剂量CT成像方法

    公开(公告)号:CN106373163A

    公开(公告)日:2017-02-01

    申请号:CN201610749611.5

    申请日:2016-08-29

    Applicant: 东南大学

    CPC classification number: G06T11/008 G06T5/002

    Abstract: 本发明公开了一种基于三维投影图区别性特征表示的低剂量CT成像方法,包括以下步骤:1获取标准剂量CT三维投影图样本,模拟出对应的低剂量噪声三维投影图样本;2在标准剂量CT三维投影图样本中选取若干衰减特征图像块,去均值和归一化,组成衰减特征字典,在噪声三维投影图样本中选取若干噪声图像块,去均值和归一化,构成噪声伪影字典;3将临床低剂量CT三维投影图用衰减特征字典和噪声伪影字典组合成的三维区别性字典表示,得到衰减特征投影图和噪声投影图;4对衰减特征投影图重建,获得低剂量CT重建图像。该方法可以分离低剂量CT投影图中的噪声和衰减特征结构成分,通过衰减特征投影图的重建,可以获得满足临床分析和诊断要求的CT图像。

    基于卷积残差网络的全网络低剂量CT成像方法及装置

    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

    Applicant: 东南大学

    Abstract: 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。

Patent Agency Ranking