-
公开(公告)号：CN116485684A
公开(公告)日：2023-07-25
申请号：CN202310526349.8
申请日：2023-05-11
Applicant: 燕山大学
IPC: G06T5/00 , G06T3/40 , G06V10/764 , G06V10/774 , G06N3/0455 , G06N3/0464 , G06N3/0895
Abstract: 本发明公开了一种基于自监督学习的高精度CT金属伪影校正方法，属于计算机医学成像技术领域，具体为：创建用于训练网络的数据集，并将数据集分为训练集和测试集；构建基于紧标架的模型驱动的图像域子网络、基于Transformer的数据驱动正弦域子网络以及一个新颖的耦合机制用以连接两个子网络；为优化耦合模型‑数据双驱动网络，设计损失函数；训练数据集及损失函数训练优化耦合双驱动网络，直至训练结束，获得最优网络模型；将测试集图像输入到步骤3中训练好的网络模型中，得到金属伪影校正图像。本申请在利用具有较少网络参数量的同时具有高精度的金属伪影校正性能，缓解了训练网络对配对CT图像的需求。
Search Results
1
records
(took 0.012 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
