-
公开(公告)号：CN112862915A
公开(公告)日：2021-05-28
申请号：CN202110231636.7
申请日：2021-03-02
Applicant: 明峰医疗系统股份有限公司
Abstract: 本发明提供了一种基于非训练神经网络的PET图像重建方法、系统及计算机可读存储介质，通过RNN深度学习模型对PET图像进行降噪优化处理，再结合本发明提供的新的非训练神经网络，在应用于低剂量扫描图像重建中，降低噪声的同时还可保留图像细节信息；且该非训练神经网络包含最大后验重建算法，通过获取PET图像的相对差异先验信息，实现算法的性能评估，保证所述非训练神经网络的有效性。
-
公开(公告)号：CN112862915B
公开(公告)日：2024-05-28
申请号：CN202110231636.7
申请日：2021-03-02
Applicant: 明峰医疗系统股份有限公司
Abstract: 本发明提供了一种基于非训练神经网络的PET图像重建方法、系统及计算机可读存储介质，通过RNN深度学习模型对PET图像进行降噪优化处理，再结合本发明提供的新的非训练神经网络，在应用于低剂量扫描图像重建中，降低噪声的同时还可保留图像细节信息；且该非训练神经网络包含最大后验重建算法，通过获取PET图像的相对差异先验信息，实现算法的性能评估，保证所述非训练神经网络的有效性。
-
公开(公告)号：CN112991477A
公开(公告)日：2021-06-18
申请号：CN202110116659.3
申请日：2021-01-28
Applicant: 明峰医疗系统股份有限公司
Abstract: 本发明提供了一种基于深度学习的PET图像处理方法，涉及医学图像处理和评估技术领域，其采用多输入深度学习的PET图像融合算法，该方法融合了非滤波和滤波后的多幅PET图像信息。通过用低剂量IEC模体和低剂量身体病人数据对算法进行了评估，并与传统非滤波和滤波后的图像进行了比较。通过本发明深度学习图像融合算法处理的PET图像降低了更多噪声的同时提高了图像的对比度，并且保留了图像的细节信息，表明了该算法在临床低剂量PET成像中潜在的临床应用价值。
-
公开(公告)号：CN112991477B
公开(公告)日：2023-04-18
申请号：CN202110116659.3
申请日：2021-01-28
Applicant: 明峰医疗系统股份有限公司
Abstract: 本发明提供了一种基于深度学习的PET图像处理方法，涉及医学图像处理和评估技术领域，其采用多输入深度学习的PET图像融合算法，该方法融合了非滤波和滤波后的多幅PET图像信息。通过用低剂量IEC模体和低剂量身体病人数据对算法进行了评估，并与传统非滤波和滤波后的图像进行了比较。通过本发明深度学习图像融合算法处理的PET图像降低了更多噪声的同时提高了图像的对比度，并且保留了图像的细节信息，表明了该算法在临床低剂量PET成像中潜在的临床应用价值。
-
-
-
Search Results
4
records
(took 0.022 seconds)
