公开(公告)号：CN109697476B

公开(公告)日：2023-06-23

申请号：CN201910102672.6

申请日：2019-02-01

Applicant: 重庆大学

Inventor： 何鹏 ,  冯鹏 ,  任学智 ,  杨博文 ,  魏彪 ,  龙邹荣 ,  郭晓东 ,  吴晓川

IPC: G06V10/762 ,  G06V10/30 ,  G06N3/0464 ,  G01N23/046

Abstract: 本发明公开一种基于深度学习的X射线光子计数探测器一致性校准方法，包括步骤：1、坏像素定位：使用聚类算法分析投影图像得出坏像素坐标；2、坏像素分类和补偿：使用相关性分析对坏像素进行分类得出探测器坏点位置并进行校准。3、投影图像噪声消除：使用标签数据训练卷积神经网络使消除投影图像中的噪声，完成对X射线光子计数探测器的一致性校准。本发明通过对后端投影图像进行分析得出探测器坏点坐标并校准，能更为精确地确定探测器坏像素位置，较为完整的消除投影图像中的量子噪声，比现有的前端校准方便快捷。

公开(公告)号：CN109697476A

公开(公告)日：2019-04-30

申请号：CN201910102672.6

申请日：2019-02-01

Applicant: 重庆大学

Inventor： 任学智 ,  何鹏 ,  冯鹏 ,  杨博文 ,  魏彪 ,  龙邹荣 ,  郭晓东 ,  吴晓川

IPC: G06K9/62 ,  G06N3/04 ,  G06K9/40 ,  G01N23/046

Abstract: 本发明公开一种基于深度学习的X射线光子计数探测器一致性校准方法，包括步骤：1、坏像素定位：使用聚类算法分析投影图像得出坏像素坐标；2、坏像素分类和补偿：使用相关性分析对坏像素进行分类得出探测器坏点位置并进行校准。3、投影图像噪声消除：使用标签数据训练卷积神经网络使消除投影图像中的噪声，完成对X射线光子计数探测器的一致性校准。本发明通过对后端投影图像进行分析得出探测器坏点坐标并校准，能更为精确地确定探测器坏像素位置，较为完整的消除投影图像中的量子噪声，比现有的前端校准方便快捷。