公开(公告)号：CN113066036A

公开(公告)日：2021-07-02

申请号：CN202110292139.8

申请日：2021-03-18

Applicant: 中北大学

Inventor： 刘祎 ,  赵荣格 ,  桂志国 ,  张鹏程

IPC: G06T5/50 ,  G06T7/00

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：CN110827370A

公开(公告)日：2020-02-21

申请号：CN201911090608.7

申请日：2019-11-09

Applicant: 中北大学

Inventor： 刘祎 ,  张鹏程 ,  桂志国 ,  赵金龙

IPC: G06T11/00

Abstract: 本发明公开了一种非等厚构件的多能CT循环迭代重建方法，首先对最低能量下的投影采用迭代算法进行重建，重建后的图像呈现厚度较薄区域的结构特征；将最低能量下的重建图像作为先验图像，利用PICCS(Prior Image Constrained Compressed Sensing)算法对相邻高能量下的投影进行重建，重建后的图像再次作为新的先验信息，依次类推直到最高能量；将最高能量下的重建图像作为最低能量下投影的先验图像再次循环上述过程直至最高能量，得到最终的重建结果。本发明将相邻低能量的重建图像作为先验约束条件纳入重建过程，能够在迭代过程中较好的保留各个能量下的结构信息，完整清晰地再现复杂构件的内部结构，有效解决了其他方案存在的由于多次迭代导致低密度边缘丢失问题。

公开(公告)号：CN105930636B

公开(公告)日：2019-07-09

申请号：CN201610217049.1

申请日：2016-03-29

Applicant: 中北大学

Inventor： 张鹏程 ,  刘祎 ,  桂志国 ,  张权 ,  郝慧燕 ,  王冠军

IPC: G16H50/20 ,  G16H20/40

Abstract: 本发明公开一种自动确定目标函数权重的放射治疗方案优化系统，包括信息输入模块、预处理模块、方案优化模块、权重调整模块、方案优化结果输出模块；信息输入模块获取病人三维信息、器官勾画信息、治疗头信息，目标函数信息、以及目标函数中所使用器官的DV限制参数；预处理模块通过剂量计算引擎，计算不同照射方向的剂量沉积矩阵；方案优化模块通过方案优化引擎，进行方案优化；权重调整模块根据方案优化模块的输入信息，计算各器官的剂量分布和各子目标函数值，并判断各子目标函数是否都满足优化的终止条件，方案优化结果输出模块将方案优化信息输出。本发明自动方案优化是一个迭代的过程，不需要输入理想DVH曲线。

公开(公告)号：CN108564555A

公开(公告)日：2018-09-21

申请号：CN201810447228.3

申请日：2018-05-11

Applicant: 中北大学

Inventor： 刘祎 ,  刘艳莉 ,  桂志国 ,  张权 ,  尚禹 ,  张鹏程 ,  高净植 ,  陈平 ,  韩跃平

IPC: G06T5/00 ,  G06T5/10

Abstract: 本发明涉及一种基于NSST和CNN的数字图像降噪方法，包括如下步骤：步骤1：网络训练；通过Ascombe变换将图像中近似服从泊松分布的噪声转换为近似服从标准高斯分布的噪声；通过NSST即通过非下采样剪切波变换，分别将噪声图像以及其对应的高质量图像分解为多级子带图像，将各级子带图像分别剪切为一定大小的图像块作为数据集；基于获得的数据集，进行卷积神经网络训练即进行CNN训练；步骤2：基于步骤1获得的网络模型，进行图像降噪。

公开(公告)号：CN105930636A

公开(公告)日：2016-09-07

申请号：CN201610217049.1

申请日：2016-03-29

Applicant: 中北大学

Inventor： 张鹏程 ,  刘祎 ,  桂志国 ,  张权 ,  郝慧燕 ,  王冠军

IPC: G06F19/00

CPC classification number: G16H50/20

Abstract: 本发明公开一种自动确定目标函数权重的放射治疗方案优化系统，包括信息输入模块、预处理模块、方案优化模块、权重调整模块、方案优化结果输出模块；信息输入模块获取病人三维信息、器官勾画信息、治疗头信息，目标函数信息、以及目标函数中所使用器官的DV限制参数；预处理模块通过剂量计算引擎，计算不同照射方向的剂量沉积矩阵；方案优化模块通过方案优化引擎，进行方案优化；权重调整模块根据方案优化模块的输入信息，计算各器官的剂量分布和各子目标函数值，并判断各子目标函数是否都满足优化的终止条件，方案优化结果输出模块将方案优化信息输出。本发明自动方案优化是一个迭代的过程，不需要输入理想DVH曲线。