-
公开(公告)号：CN116152373A
公开(公告)日：2023-05-23
申请号：CN202310143494.8
申请日：2023-02-21
Applicant: 中北大学
Abstract: 本发明涉及一种结合卷积神经网络和卷积字典学习的CT图像重建方法。该方法利用网络自适应的学习模型的先验，使模型能够更好的适用于重建图像，卷积字典学习是基于整幅图像的，能有效的解决边界聚合伪影问题，且可解释性使得网络优化更直观。两者的结合能够有效的去除低剂量图像中的噪声和伪影，能够更好的保留图像细节。
-
公开(公告)号：CN113066036B
公开(公告)日：2022-06-03
申请号：CN202110292139.8
申请日：2021-03-18
Applicant: 中北大学
Abstract: 本发明实施例提供了一种基于模糊熵和稀疏表示的X射线图像融合方法及装置，涉及数字成像技术领域，本发明实施例包括：获得多张X射线图像，X射线图像为不同电压下的X射线透过同一个构件形成的多张图像。按照相同的划分方式，分别对每张X射线图像划分图像块，并针对每张X射线图像，对该X射线图像中的各图像块分别进行稀疏编码，得到该X射线图像中各图像块的稀疏系数向量。针对每组相同位置的各图像块，计算该组图像块的稀疏系数向量的加权和，得到该组图像块对应的融合稀疏系数向量，并将各组图像块对应的融合稀疏系数向量构建为融合稀疏系数向量矩阵。根据对融合稀疏系数向量矩阵进行反稀疏编码得到的结果，确定多张X射线图像的融合图像。
-
公开(公告)号：CN110289075B
公开(公告)日：2022-04-22
申请号：CN201910352358.3
申请日：2019-04-29
Applicant: 中北大学
Abstract: 本发明针对利用局部梯度信息生成子野则易导致局部最优结果、利用全局梯度信息生成子野则计算量大等问题，提供了一种能够更加快速、准确地生成可交付使用子野的基于模糊熵的直接子野优化方法及其系统：首先采用基于模糊熵分割原理生成子野形状，然后进行子野权重优化，以得到满足临床要求的治疗方案,本发明可以快速、准确地利用全局梯度信息得到子野形状，计算量减少的同时提高了计划质量，优化所得子野数目较少，提高了优化效率；利用全局梯度信息生成子野形状，有利于提高靶区剂量适形度、降低靶区周围危及器官以及正常组织接受的放射剂量，从而达到提高治疗增益比、提高肿瘤放射治疗精确度以及降低正常组织由放射引起并发症的概率的临床治疗要求。
-
公开(公告)号：CN112669401A
公开(公告)日：2021-04-16
申请号：CN202011524919.2
申请日：2020-12-22
Applicant: 中北大学
Abstract: 本发明公开一种基于卷积神经网络的CT图像重建方法及系统，所述方法包括输入投影数据，利用前端卷积神经网络对所述投影数据进行滤波处理，反投影处理生成断层图像信息，利用后端卷积神经网络对生成的断层图像信息进行处理，以及利用处理后的断层图像和真实图像计算整个网络损失函数的值，并将损失函数的梯度信息反向逐层反馈，更新各网络层的参数值。本发明利用多层卷积神经网络处理投影数据，充分挖掘投影数据中的有用信息，有效地提高了整体神经网络模型的特征提取和信息表达能力；避免了在神经网络模型中使用全连接层，所需神经网络模型参数较少，易于实现。
-
公开(公告)号：CN109125952A
公开(公告)日：2019-01-04
申请号：CN201810789355.1
申请日：2018-07-18
Applicant: 中北大学
Abstract: 本发明涉及一种基于核模型的卷积叠加剂量计算方法，输入剂量计算所需数据信息；根据输入的治疗头信息，利用蒙特卡罗算法计算治疗头在核模型下的能量分布；将直角坐标系统下的能量分布转换为球壳坐标系统下的能量分布，基于球壳坐标系统提取核模型的参数，并将核模型参数存储；基于球壳坐标系统，计算核模型中轴线与体素相交长度的校正因子，并将校正因子存储；基于球壳坐标系统，计算每条线束在初始碰撞点处轴线与体素的相交情况；沿射线前进方向确定射束与体素放生碰撞的碰撞点位置，根据该碰撞点的位置读取存储的核模型参数和校正因子，计算在该碰撞点处释放的能量沉积。本发明在不改变剂量计算精度的同时,有效地降低了剂量计算的复杂度。
-
Patent Agency Ranking
公开(公告)号：CN114708189B
公开(公告)日：2024-12-13
申请号：CN202210172479.1
申请日：2022-02-24
Applicant: 中北大学
Abstract: 本发明涉及一种基于深度学习的多能X射线图像融合方法及装置，采集不同工件的不同能量X射线图作为训练数据集；将训练数据集的X射线图输入编码器，训练编码器和解码器，待训练网络稳定后，获得训练好的编码器和解码器；在训练好的编码器和解码器之间添加结合通道注意力和基于模糊熵的空间注意力的融合策略；输入不同能量的X射线图至训练好的编码器提取特征，再使用结合通道注意力和基于模糊熵的空间注意力的融合策略融合特征图，融合后的特征图再进入训练好的解码器输出融合结果。通过本发明方法及装置处理图像，能够有效反映工件信息，提高检测准确率。
-
公开(公告)号：CN117670752A
公开(公告)日：2024-03-08
申请号：CN202410047273.5
申请日：2024-01-12
Applicant: 中北大学
IPC: G06T5/90 , G06T5/70 , G06N3/0464 , G06N3/084 , G06V10/74
Abstract: 本发明涉及一种复杂工件X射线图像增强方法及装置，图像预处理；对图像进行对数归一化实现全局色调映射，提高全局亮度；基于超参数预测网络X，求解迭代网络中的权值矩阵α；基于理想对数域梯度压缩预测网络D，求解图像的散度divG；基于局部梯度映射，计算获得增强图像；进行迭代训练；计算损失函数，直至网络稳定后保存预模型；调节学习率，对所述预模型进一步训练微调，获得最终的图像增强模型；基于所述图像增强模型，对测试集图像进行处理，获得增强后的工件X射线图像。本发明能够有效提升图像增强效果，并降低运算复杂度。
-
公开(公告)号：CN114708189A
公开(公告)日：2022-07-05
申请号：CN202210172479.1
申请日：2022-02-24
Applicant: 中北大学
Abstract: 本发明涉及一种基于深度学习的多能X射线图像融合方法及装置，采集不同工件的不同能量X射线图作为训练数据集；将训练数据集的X射线图输入编码器，训练编码器和解码器，待训练网络稳定后，获得训练好的编码器和解码器；在训练好的编码器和解码器之间添加结合通道注意力和基于模糊熵的空间注意力的融合策略；输入不同能量的X射线图至训练好的编码器提取特征，再使用结合通道注意力和基于模糊熵的空间注意力的融合策略融合特征图，融合后的特征图再进入训练好的解码器输出融合结果。通过本发明方法及装置处理图像，能够有效反映工件信息，提高检测准确率。
-
公开(公告)号：CN113554729B
公开(公告)日：2022-06-07
申请号：CN202110855487.1
申请日：2021-07-28
Applicant: 中北大学
Abstract: 本发明公开一种CT图像重建方法及系统，方法包括如下步骤：采集投影数据，并输入相关参数；对不同照射角度下的投影数据分别进行一维傅里叶变换，得到投影数据在频域中的分布数据；根据傅里叶中心切片定理，在频域中将不同照射角度下的投影数据分别重新排列到直角坐标系下对应的直线上，所述各直线过直角坐标系原点且斜率分别与各照射角度下的探测器表面斜率对应，从而得到投影数据在频域中的分布数据在直角坐标系下的分布；利用卷积神经网络，将投影数据在频域中的分布数据在直角坐标系下的分布作为输入，输出重建后图像的频域分布；然后二维傅里叶反变换，生成模体时域下的重建图像；输出模体重建图像。本发明使CT图像重建的过程更加易行。
-
公开(公告)号：CN114283088A
公开(公告)日：2022-04-05
申请号：CN202111602471.6
申请日：2021-12-24
Applicant: 中北大学
Abstract: 本发明涉及一种低剂量CT图像降噪方法及装置，对图像数据集进行预处理；初始化卷积稀疏图X和卷积字典D；通过超参数预测模块产生每次的迭代参数；基于所述迭代参数，迭代更新卷积稀疏图X和卷积字典D，直至获得预训练模型；选取低剂量CT图像数据集，基于所述预训练模型在低剂量CT图像数据集上训练，直至获得降噪模型；基于所述降噪模型，对低剂量CT图像进行降噪处理。本发明能够有效提高低剂量CT图像降噪处理效果。
-
-
-
-
-
-
-
-
-
Search Results
35
records
(took 0.018 seconds)
