公开(公告)号：CN119516114A

公开(公告)日：2025-02-25

申请号：CN202411652196.2

申请日：2024-11-19

Applicant: 重庆邮电大学

Inventor： 刘彬 ,  詹波 ,  刘文裕 ,  吴俊

IPC: G06T17/00 ,  G06T11/00 ,  G06T5/70

Abstract: 本发明属于CT图像处理领域，具体涉及一种基于三维扩散模型的CT图像重建方法及相关装置，所述方法包括采用医疗CT扫描仪获取三维CT体素数据，并对所述三维CT体素数据进行预处理；采用体素级重建算法从预处理后的三维CT体素数据中提取出医学对象表面点云，生成三维稀疏点云数据；采用3D高斯泼溅技术对三维稀疏点云数据处理，使用预训练后的三维高斯核转换为三维高斯分布数据；采用三维扩散模型对所述三维高斯分布数据逐步添加高斯噪声，并逐步去除高斯噪声，生成重建三维高斯分布数据；采用渲染技术将重建三维高斯分布数据投影到二维平面，生成二维CT重建图像。本发明结合了3D高斯泼溅技术和三维扩散模型的优势，能够在低剂量CT成像条件下实现高效、实时且去噪的医学图像重建，同时有效解决重建过程中可能出现的白色漂浮物伪影问题。

公开(公告)号：CN116050652A

公开(公告)日：2023-05-02

申请号：CN202310148850.5

申请日：2023-02-22

Applicant: 重庆邮电大学 ,  中国科学院重庆绿色智能技术研究院

Inventor： 刘建伟 ,  李正浩 ,  赵迅逸 ,  刘良辰 ,  曾思栋 ,  吴俊 ,  唐述

IPC: G06Q10/04 ,  G06F18/214 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明涉及一种基于局部注意力增强模型的径流预测方法，属于时间序列预测领域。该方法包括：获取数据并进行预处理，将处理后的数据输入到训练完成的预测模型中，得到预测的径流序列；其中径流预测模型包括变量选择模块、局部信息增强模块、注意力模块和模型提取模块等。本发明预测模型考虑到径流周期长、变化趋势不规则，不同协变量对结果的影响程度的不同，利用变量选择模块对协变量进行加权，利用局部信息增强模块对径流序列的局部信息进行捕获，使单个时间点的数据获得短期的变化趋势特征，并利用自注意力模块获取变化趋势之间的相似性和注意力信息，并合理设置编码器和解码器的深度以及模型提取模块，实现了在相同可用内存下更精确的预测。