公开(公告)号：CN109064521A

公开(公告)日：2018-12-21

申请号：CN201810825059.2

申请日：2018-07-25

Applicant: 南京邮电大学

Inventor： 杨骋远 ,  谢世朋

IPC: G06T11/00 ,  G06T7/30 ,  G06N3/08 ,  G06N3/04

CPC classification number: G06T11/008 ,  G06N3/0454 ,  G06N3/084 ,  G06T7/30

Abstract: 本发明公开了一种使用深度学习的CBCT去伪影方法，首先体配准对整体的CBCT‑CT数据集进行预处理，使得两种数据的数量相等，再通过精配准之后送入深层卷积神经网络进行残差学习，得到伪影图，最后将CBCT与伪影图的做残差，实现CBCT的伪影去除。优点：本发明在实用IGRT图像库真实数据的基础上，通过二次配准对数据预处理，引接下来通过深层卷积神经网络结构框架进行残差学习伪影分布；同时采用GPU加速，缩短了训练的时间，加速了实验的训练过程，有效地去除CBCT的亮暗不均匀伪影及条纹状伪影，有利于进一步发挥CBCT系统的优势与潜力。