-
公开(公告)号：CN114186166B
公开(公告)日：2024-08-23
申请号：CN202111338920.0
申请日：2021-11-12
Applicant: 苏州瑞派宁科技有限公司
Abstract: 本申请提出一种计算反应深度的方法、装置以及计算机可读存储介质，所述方法包括从光电传感器/光电传感器阵列中获取与光子相关的特征数据；将所述特征数据输入预设的集成学习模型中，以计算光子的反应深度。根据本申请的一些实施例，方案简单，准确率高，同时更便于使用FPGA实现，更容易推广使用。
-
公开(公告)号：CN111223160A
公开(公告)日：2020-06-02
申请号：CN202010001252.1
申请日：2020-01-02
Applicant: 苏州瑞派宁科技有限公司
Abstract: 本申请实施例公开了图像重建方法、装置、设备、系统及计算机可读存储介质，该方法包括：利用所获取的已测样本图像对所构建的目标网络模型进行训练，其中，所述目标网络模型包括具有固定网络参数的第一网络结构以及含有多层卷积层的第二网络结构，利用所述第一网络结构按照预设算法对所获取的待测数据集进行图像重建处理以得到第一重建图像，所述待测数据集包括在多个不同投影角度下采集到的目标对象的投影数据；利用训练后的所述第二网络结构对所述第一重建图像进行去噪处理以得到第二重建图像。通过利用本申请实施例提供的技术方案，可以提高重建图像的质量及数据处理速度。
-
公开(公告)号：CN119600123A
公开(公告)日：2025-03-11
申请号：CN202311159918.6
申请日：2023-09-08
Applicant: 苏州瑞派宁科技有限公司
Abstract: 本申请公开了一种运动校正方法、图像重建方法、装置以及PET设备，还涉及相关的电子设备及存储介质。该运动校正方法可应用于PET设备，且包括：获取由多个探测器对运动的目标对象进行探测得到的探测数据，探测数据包括响应线上的符合事件数据；根据目标对象的运动轨迹，对响应线上的至少部分所述符合事件数据进行运动校正，得到校正响应线上的第一校正数据；以及根据所述第一校正数据的校正响应线与所述探测器和/或所述虚拟探测器的相交信息，确定用于图像重建的第二校正数据。本申请的方案，通过添加虚拟探测器，充分利用大量本该丢弃的运动校正后事件，引入重建过程中，并通过结合数据恢复的方式，提升系统灵敏度。
-
公开(公告)号：CN118298041A
公开(公告)日：2024-07-05
申请号：CN202310007697.4
申请日：2023-01-04
Applicant: 苏州瑞派宁科技有限公司
IPC: G06T11/00 , G06V10/26 , G06V10/774 , G06V10/82 , G06N3/08 , G06N3/0464
Abstract: 本申请公开了形变校正网络模型的训练方法、图像重建方法及存储介质。该形变校正网络模型的训练方法包括迭代执行给定步骤直至达到预设的训练完成条件，并将训练好的生成器网络作为该形变校正网络模型。在该给定步骤中，利用不同的判别器损失值来反向传播更新判别器网络，利用不同的生成器损失值来反向传播更新生成器网络。本申请的方案可以有效消除因为视差效应导致的图像形变，且避免了高昂的时间成本和设备成本。
-
Patent Agency Ranking
公开(公告)号：CN114092589B
公开(公告)日：2022-05-27
申请号：CN202210057274.9
申请日：2022-01-19
Applicant: 苏州瑞派宁科技有限公司
Abstract: 本申请公开一种图像重建方法及训练方法、装置、设备及存储介质。该图像重建方法包括：对从目标对象探测得到的多个待重建图像数据帧进行反投影处理，得到多帧第一中间图像；对多帧第一中间图像进行帧间运动校正处理，得到多帧第二中间图像；利用图像重建网络模型对多帧第二中间图像进行帧内运动校正处理，得到最终的重建图像。本申请还公开了一种图像重建网络模型的训练方法和装置、计算机设备、图像处理系统、计算机可读存储介质。本申请实施例的方案建立了从直接反投影和经过帧间运动校正后获得的模糊图像与静止状态下无运动伪影图像之间的映射关系，实现对运动的成像目标获得高质量重建图像，同时具有计算速度快的优点。
-
公开(公告)号：CN114092589A
公开(公告)日：2022-02-25
申请号：CN202210057274.9
申请日：2022-01-19
Applicant: 苏州瑞派宁科技有限公司
Abstract: 本申请公开一种图像重建方法及训练方法、装置、设备及存储介质。该图像重建方法包括：对从目标对象探测得到的多个待重建图像数据帧进行反投影处理，得到多帧第一中间图像；对多帧第一中间图像进行帧间运动校正处理，得到多帧第二中间图像；利用图像重建网络模型对多帧第二中间图像进行帧内运动校正处理，得到最终的重建图像。本申请还公开了一种图像重建网络模型的训练方法和装置、计算机设备、图像处理系统、计算机可读存储介质。本申请实施例的方案建立了从直接反投影和经过帧间运动校正后获得的模糊图像与静止状态下无运动伪影图像之间的映射关系，实现对运动的成像目标获得高质量重建图像，同时具有计算速度快的优点。
-
公开(公告)号：CN111223163B
公开(公告)日：2023-09-26
申请号：CN202010012326.1
申请日：2020-01-07
Applicant: 苏州瑞派宁科技有限公司
IPC: G06T11/00 , G06N3/0464
Abstract: 本申请实施例公开了图像重建方法、装置、设备、系统及计算机可读存储介质，该方法包括：调用所述第一卷积层提取所获取的待重建图像中的浅层特征；调用所述残差网络模块从所述浅层特征中获得中间层特征；调用所述稠密连接网络模块从所述中间层特征中获得深层特征；调用所述第二卷积层对所述深层特征进行图像重建以获得所述待重建图像的重建图像。通过利用本申请实施例提供的技术方案，可以提高重建图像的质量及其分辨率。
-
公开(公告)号：CN114186166A
公开(公告)日：2022-03-15
申请号：CN202111338920.0
申请日：2021-11-12
Applicant: 苏州瑞派宁科技有限公司
Abstract: 本申请提出一种计算反应深度的方法、装置以及计算机可读存储介质，所述方法包括从光电传感器/光电传感器阵列中获取与光子相关的特征数据；将所述特征数据输入预设的集成学习模型中，以计算光子的反应深度。根据本申请的一些实施例，方案简单，准确率高，同时更便于使用FPGA实现，更容易推广使用。
-
公开(公告)号：CN111223163A
公开(公告)日：2020-06-02
申请号：CN202010012326.1
申请日：2020-01-07
Applicant: 苏州瑞派宁科技有限公司
Abstract: 本申请实施例公开了图像重建方法、装置、设备、系统及计算机可读存储介质，该方法包括：调用所述第一卷积层提取所获取的待重建图像中的浅层特征；调用所述残差网络模块从所述浅层特征中获得中间层特征；调用所述稠密连接网络模块从所述中间层特征中获得深层特征；调用所述第二卷积层对所述深层特征进行图像重建以获得所述待重建图像的重建图像。通过利用本申请实施例提供的技术方案，可以提高重建图像的质量及其分辨率。
-
-
-
-
-
-
-
-
Search Results
9
records
(took 0.031 seconds)
