[發(fā)明專利]一種基于非配對數(shù)據(jù)的LDCT圖像恢復(fù)方法有效
| 申請?zhí)枺?/td> | 202011172293.3 | 申請日: | 2020-10-28 |
| 公開(公告)號: | CN112258438B | 公開(公告)日: | 2023-07-25 |
| 發(fā)明(設(shè)計(jì))人: | 楊余久;侯冠群 | 申請(專利權(quán))人: | 清華大學(xué)深圳國際研究生院 |
| 主分類號: | G06T5/50 | 分類號: | G06T5/50;G06T5/00;G06N3/0475;G06N3/094;G06N3/0464;G06N3/048;G06N3/084 |
| 代理公司: | 深圳新創(chuàng)友知識產(chǎn)權(quán)代理有限公司 44223 | 代理人: | 方艷平 |
| 地址: | 518055 廣東省深圳市*** | 國省代碼: | 廣東;44 |
| 權(quán)利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關(guān)鍵詞: | 一種 基于 配對 數(shù)據(jù) ldct 圖像 恢復(fù) 方法 | ||
1.一種基于非配對數(shù)據(jù)的LDCT圖像恢復(fù)方法,其特征在于,包括以下步驟:
S1:將包括非配對的多個(gè)LDCT圖像和多個(gè)HDCT圖像的預(yù)訓(xùn)練集輸入到圖像恢復(fù)網(wǎng)絡(luò)以對所述圖像恢復(fù)網(wǎng)絡(luò)進(jìn)行預(yù)訓(xùn)練,其中所述圖像恢復(fù)網(wǎng)絡(luò)包括兩個(gè)生成器和兩個(gè)鑒別器,兩個(gè)所述生成器分別包括卷積層和殘差通道注意力塊;其中,每個(gè)所述殘差通道注意力塊包括兩個(gè)3×3的卷積層和通道注意力機(jī)制層,其中所述通道注意力機(jī)制層連接在相互連接的兩個(gè)3×3的卷積層之后,并將兩個(gè)3×3的卷積層的輸入連接到所述通道注意力機(jī)制層的輸出以形成跳過連接;每個(gè)所述通道注意力機(jī)制層包括一個(gè)全局池化層、兩個(gè)全連接層、Sigmoid激活函數(shù),其中所述全局池化層連接在兩個(gè)相互連接的所述全連接層之前,所述Sigmoid激活函數(shù)連接在兩個(gè)相互連接的所述全連接層之后,將所述全局池化層的輸入連接到所述Sigmoid激活函數(shù)的輸出以進(jìn)行乘積運(yùn)算,并將所述全局池化層的輸入連接到乘積運(yùn)算的輸出以形成跳過連接
S2:將包括配對的多個(gè)LDCT圖像和多個(gè)HDCT圖像的調(diào)節(jié)訓(xùn)練集對所述圖像恢復(fù)網(wǎng)絡(luò)中的所述生成器進(jìn)行調(diào)節(jié)得到訓(xùn)練完成的所述生成器;
S3:將待恢復(fù)的LDCT圖像輸入到訓(xùn)練完成的所述生成器中,得到高質(zhì)量的LDCT圖像;
其中所述調(diào)節(jié)訓(xùn)練集中的LDCT圖像和HDCT圖像的數(shù)量小于所述預(yù)訓(xùn)練集中的LDCT圖像和HDCT圖像的數(shù)量。
2.根據(jù)權(quán)利要求1所述的LDCT圖像恢復(fù)方法,其特征在于,所述圖像恢復(fù)網(wǎng)絡(luò)中的兩個(gè)所述生成器包括生成器GL2H和生成器GH2L,其中生成器GL2H用于將LDCT圖像生成對應(yīng)的HDCT圖像,生成器GH2L用于將HDCT圖像生成對應(yīng)的LDCT圖像;步驟S2中具體將所述調(diào)節(jié)訓(xùn)練集對生成器GL2H進(jìn)行調(diào)節(jié)得到訓(xùn)練完成的生成器GL2H,步驟S3中具體將待恢復(fù)的LDCT圖像輸入到訓(xùn)練完成的生成器GL2H中,得到高質(zhì)量的LDCT圖像。
3.根據(jù)權(quán)利要求2所述的LDCT圖像恢復(fù)方法,其特征在于,步驟S1中將包括非配對的多個(gè)LDCT圖像和多個(gè)HDCT圖像的預(yù)訓(xùn)練集輸入到圖像恢復(fù)網(wǎng)絡(luò)以對所述圖像恢復(fù)網(wǎng)絡(luò)進(jìn)行預(yù)訓(xùn)練具體包括前向循環(huán)和后向循環(huán),并在所述前向循環(huán)和所述后向循環(huán)過程中分別用各自的循環(huán)一致性損失函數(shù)進(jìn)行約束;
其中所述前向循環(huán)包括將預(yù)訓(xùn)練集中多個(gè)LDCT圖像輸入到生成器GL2H后得到圖像GL2H(LDCT),再將圖像GL2H(LDCT)輸入到生成器GH2L,得到圖像GH2L(GL2H(LDCT));
所述后向循環(huán)包括將預(yù)訓(xùn)練集中多個(gè)HDCT圖像輸入到生成器GH2L后得到圖像GH2L(HDCT),再將圖像GH2L(HDCT)輸入到生成器DL2H,得到圖像GL2H(GH2L(HDCT))。
4.根據(jù)權(quán)利要求3所述的LDCT圖像恢復(fù)方法,其特征在于,其中所述前向循環(huán)的循環(huán)一致性損失函數(shù)為:
所述后向循環(huán)的循環(huán)一致性損失函數(shù)為:
其中,Pdata(LDCT)是LDCT圖像域的分布,Pdata(HDCT)是HDCT圖像域的分布,E表示均值。
5.根據(jù)權(quán)利要求1所述的LDCT圖像恢復(fù)方法,其特征在于,兩個(gè)所述生成器分別包括兩個(gè)卷積層和多個(gè)殘差通道注意力塊,其中多個(gè)所述殘差通道注意力塊依次相互連接,兩個(gè)所述卷積層分別連接在相互連接的多個(gè)所述殘差通道注意力塊的首尾兩端,第一個(gè)所述卷積層用于淺層特征的提取,最后一個(gè)所述卷積層用于圖像的解碼,并將通過第一個(gè)所述卷積層的輸出連接到最后一個(gè)所述卷積層的輸入以形成跳過連接。
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息,商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于清華大學(xué)深圳國際研究生院,未經(jīng)清華大學(xué)深圳國際研究生院許可,擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術(shù)合作,請聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202011172293.3/1.html,轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。
- 數(shù)據(jù)顯示系統(tǒng)、數(shù)據(jù)中繼設(shè)備、數(shù)據(jù)中繼方法、數(shù)據(jù)系統(tǒng)、接收設(shè)備和數(shù)據(jù)讀取方法
- 數(shù)據(jù)記錄方法、數(shù)據(jù)記錄裝置、數(shù)據(jù)記錄媒體、數(shù)據(jù)重播方法和數(shù)據(jù)重播裝置
- 數(shù)據(jù)發(fā)送方法、數(shù)據(jù)發(fā)送系統(tǒng)、數(shù)據(jù)發(fā)送裝置以及數(shù)據(jù)結(jié)構(gòu)
- 數(shù)據(jù)顯示系統(tǒng)、數(shù)據(jù)中繼設(shè)備、數(shù)據(jù)中繼方法及數(shù)據(jù)系統(tǒng)
- 數(shù)據(jù)嵌入裝置、數(shù)據(jù)嵌入方法、數(shù)據(jù)提取裝置及數(shù)據(jù)提取方法
- 數(shù)據(jù)管理裝置、數(shù)據(jù)編輯裝置、數(shù)據(jù)閱覽裝置、數(shù)據(jù)管理方法、數(shù)據(jù)編輯方法以及數(shù)據(jù)閱覽方法
- 數(shù)據(jù)發(fā)送和數(shù)據(jù)接收設(shè)備、數(shù)據(jù)發(fā)送和數(shù)據(jù)接收方法
- 數(shù)據(jù)發(fā)送裝置、數(shù)據(jù)接收裝置、數(shù)據(jù)收發(fā)系統(tǒng)、數(shù)據(jù)發(fā)送方法、數(shù)據(jù)接收方法和數(shù)據(jù)收發(fā)方法
- 數(shù)據(jù)發(fā)送方法、數(shù)據(jù)再現(xiàn)方法、數(shù)據(jù)發(fā)送裝置及數(shù)據(jù)再現(xiàn)裝置
- 數(shù)據(jù)發(fā)送方法、數(shù)據(jù)再現(xiàn)方法、數(shù)據(jù)發(fā)送裝置及數(shù)據(jù)再現(xiàn)裝置
- 一種基于MCA的SAR圖像抑噪方法
- 肺癌檢測方法
- 臨床決策支持系統(tǒng)的靈活使用
- 基于對抗生成網(wǎng)絡(luò)未配準(zhǔn)低劑量CT的去噪方法、計(jì)算機(jī)
- 用于LDCT圖像去噪的高頻敏感GAN網(wǎng)絡(luò)
- 一種基于自監(jiān)督學(xué)習(xí)的低劑量CT圖像去噪方法及系統(tǒng)
- 一種用于肺癌早期診斷的外周血胞外囊泡microRNA生物標(biāo)志物及其用途
- 一種基于非配對數(shù)據(jù)的LDCT圖像恢復(fù)方法
- 抑制低劑量CT圖像中偽影噪聲的多尺度特征生成對抗網(wǎng)絡(luò)
- 基于列線圖的肺結(jié)節(jié)數(shù)據(jù)庫及預(yù)測模型的構(gòu)建方法及系統(tǒng)





