[發(fā)明專利]低劑量圖像去噪網(wǎng)絡(luò)的訓(xùn)練方法、低劑量圖像的去噪方法有效
| 申請?zhí)枺?/td> | 202011430758.0 | 申請日: | 2020-12-07 |
| 公開(公告)號: | CN112488951B | 公開(公告)日: | 2022-05-20 |
| 發(fā)明(設(shè)計)人: | 鄭海榮;胡戰(zhàn)利;黃振興;梁棟;劉新 | 申請(專利權(quán))人: | 深圳先進(jìn)技術(shù)研究院 |
| 主分類號: | G06T5/00 | 分類號: | G06T5/00 |
| 代理公司: | 深圳市銘粵知識產(chǎn)權(quán)代理有限公司 44304 | 代理人: | 孫偉峰;但念念 |
| 地址: | 518055 廣東省深圳*** | 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: | 劑量 圖像 網(wǎng)絡(luò) 訓(xùn)練 方法 | ||
1.一種低劑量圖像去噪網(wǎng)絡(luò)的訓(xùn)練方法,其特征在于,所述訓(xùn)練方法包括:
獲取訓(xùn)練數(shù)據(jù)集,所述訓(xùn)練數(shù)據(jù)集包括多個輸入?yún)?shù)組,每一個所述輸入?yún)?shù)組包括標(biāo)準(zhǔn)劑量圖像、低劑量圖像;
建立訓(xùn)練網(wǎng)絡(luò),所述訓(xùn)練網(wǎng)絡(luò)包括低劑量圖像去噪網(wǎng)絡(luò)、低劑量圖像生成網(wǎng)絡(luò);
將所述訓(xùn)練數(shù)據(jù)集輸入所述訓(xùn)練網(wǎng)絡(luò),所述低劑量圖像去噪網(wǎng)絡(luò)根據(jù)所述低劑量圖像生成所述低劑量圖像的劑量等級估計值及標(biāo)準(zhǔn)劑量估計圖像;所述低劑量圖像生成網(wǎng)絡(luò)根據(jù)所述標(biāo)準(zhǔn)劑量估計圖像和所述劑量等級估計值生成低劑量估計圖像;
根據(jù)所述低劑量圖像、低劑量估計圖像、標(biāo)準(zhǔn)劑量圖像、標(biāo)準(zhǔn)劑量估計圖像構(gòu)建損失函數(shù);
對所述損失函數(shù)進(jìn)行優(yōu)化,獲得所述低劑量圖像去噪網(wǎng)絡(luò)的參數(shù)并更新所述低劑量圖像去噪網(wǎng)絡(luò);
其中,所述低劑量圖像去噪網(wǎng)絡(luò)包括依次連接的第一特征提取模塊、第一下采樣模塊、劑量等級生成模塊、第一融合模塊、第一下采樣模塊、第一重建模塊,所述劑量等級生成模塊用于生成劑量等級估計值,所述第一融合模塊用于將所述劑量等級估計值與所述低劑量圖像的特征信息進(jìn)行融合;
其中,所述低劑量圖像生成網(wǎng)絡(luò)包括依次連接的第二特征提取模塊、第二下采樣模塊、第二融合模塊、第二下采樣模塊、第二重建模塊,所述第二融合模塊用于將所述劑量等級估計值與所述標(biāo)準(zhǔn)劑量估計圖像的特征信息進(jìn)行融合。
2.根據(jù)權(quán)利要求1所述的訓(xùn)練方法,其特征在于,每一個所述輸入?yún)?shù)組還包括所述低劑量圖像對應(yīng)的劑量等級值;所述訓(xùn)練網(wǎng)絡(luò)還包括低劑量圖像判別網(wǎng)絡(luò),所述低劑量圖像判別網(wǎng)絡(luò)用于根據(jù)所述低劑量圖像和所述低劑量估計圖像生成劑量等級預(yù)測值;所述根據(jù)所述低劑量圖像、低劑量估計圖像、標(biāo)準(zhǔn)劑量圖像、標(biāo)準(zhǔn)劑量估計圖像構(gòu)建損失函數(shù),包括:
根據(jù)所述低劑量圖像、低劑量估計圖像、標(biāo)準(zhǔn)劑量圖像、標(biāo)準(zhǔn)劑量估計圖像、劑量等級預(yù)測值構(gòu)建損失函數(shù)。
3.根據(jù)權(quán)利要求2所述的訓(xùn)練方法,其特征在于,所述低劑量圖像判別網(wǎng)絡(luò)包括多個第一數(shù)值約束層、第一平鋪層、第一全連接層。
4.根據(jù)權(quán)利要求3所述的訓(xùn)練方法,其特征在于,所述訓(xùn)練網(wǎng)絡(luò)還包括標(biāo)準(zhǔn)劑量圖像判別網(wǎng)絡(luò),所述低劑量圖像判別網(wǎng)絡(luò)還包括第二全連接層,所述低劑量圖像判別網(wǎng)絡(luò)還用于根據(jù)所述低劑量圖像和所述低劑量估計圖像生成第一真?zhèn)晤A(yù)測值;所述標(biāo)準(zhǔn)劑量圖像判別網(wǎng)絡(luò)用于根據(jù)所述標(biāo)準(zhǔn)劑量圖像和所述標(biāo)準(zhǔn)劑量估計圖像生成第二真?zhèn)晤A(yù)測值;所述根據(jù)所述低劑量圖像、低劑量估計圖像、標(biāo)準(zhǔn)劑量圖像、標(biāo)準(zhǔn)劑量估計圖像構(gòu)建損失函數(shù),包括:
根據(jù)所述低劑量圖像、低劑量估計圖像、標(biāo)準(zhǔn)劑量圖像、標(biāo)準(zhǔn)劑量估計圖像、劑量等級預(yù)測值、第一真?zhèn)晤A(yù)測值、第二真?zhèn)晤A(yù)測值構(gòu)建損失函數(shù)。
5.根據(jù)權(quán)利要求4所述的訓(xùn)練方法,其特征在于,所述標(biāo)準(zhǔn)劑量圖像判別網(wǎng)絡(luò)包括多個第二數(shù)值約束層、第二平鋪層、第三全連接層。
6.一種低劑量圖像的去噪方法,其特征在于,所述去噪方法包括:將待去噪的低劑量圖像輸入到利用如權(quán)利要求1~5任一項所述的低劑量圖像去噪網(wǎng)絡(luò)的訓(xùn)練方法獲得的低劑量圖像去噪網(wǎng)絡(luò)中,獲得重建后的低劑量圖像。
7.一種計算機(jī)設(shè)備,包括存儲器、處理器及存儲在存儲器上的計算機(jī)程序,其特征在于,所述處理器執(zhí)行所述計算機(jī)程序以實現(xiàn)如權(quán)利要求1~5任一項所述的訓(xùn)練方法。
8.一種計算機(jī)可讀存儲介質(zhì),所述計算機(jī)可讀存儲介質(zhì)上存儲有計算機(jī)指令,其特征在于,所述計算機(jī)指令被處理器執(zhí)行時實現(xiàn)如權(quán)利要求1~5任一項所述的訓(xùn)練方法。
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)利屬于深圳先進(jìn)技術(shù)研究院,未經(jīng)深圳先進(jìn)技術(shù)研究院許可,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/202011430758.0/1.html,轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。
- 彩色圖像和單色圖像的圖像處理
- 圖像編碼/圖像解碼方法以及圖像編碼/圖像解碼裝置
- 圖像處理裝置、圖像形成裝置、圖像讀取裝置、圖像處理方法
- 圖像解密方法、圖像加密方法、圖像解密裝置、圖像加密裝置、圖像解密程序以及圖像加密程序
- 圖像解密方法、圖像加密方法、圖像解密裝置、圖像加密裝置、圖像解密程序以及圖像加密程序
- 圖像編碼方法、圖像解碼方法、圖像編碼裝置、圖像解碼裝置、圖像編碼程序以及圖像解碼程序
- 圖像編碼方法、圖像解碼方法、圖像編碼裝置、圖像解碼裝置、圖像編碼程序、以及圖像解碼程序
- 圖像形成設(shè)備、圖像形成系統(tǒng)和圖像形成方法
- 圖像編碼裝置、圖像編碼方法、圖像編碼程序、圖像解碼裝置、圖像解碼方法及圖像解碼程序
- 圖像編碼裝置、圖像編碼方法、圖像編碼程序、圖像解碼裝置、圖像解碼方法及圖像解碼程序
- 網(wǎng)絡(luò)和網(wǎng)絡(luò)終端
- 網(wǎng)絡(luò)DNA
- 網(wǎng)絡(luò)地址自適應(yīng)系統(tǒng)和方法及應(yīng)用系統(tǒng)和方法
- 網(wǎng)絡(luò)系統(tǒng)及網(wǎng)絡(luò)至網(wǎng)絡(luò)橋接器
- 一種電力線網(wǎng)絡(luò)中根節(jié)點網(wǎng)絡(luò)協(xié)調(diào)方法和系統(tǒng)
- 一種多網(wǎng)絡(luò)定位方法、存儲介質(zhì)及移動終端
- 網(wǎng)絡(luò)裝置、網(wǎng)絡(luò)系統(tǒng)、網(wǎng)絡(luò)方法以及網(wǎng)絡(luò)程序
- 從重復(fù)網(wǎng)絡(luò)地址自動恢復(fù)的方法、網(wǎng)絡(luò)設(shè)備及其存儲介質(zhì)
- 神經(jīng)網(wǎng)絡(luò)的訓(xùn)練方法、裝置及存儲介質(zhì)
- 網(wǎng)絡(luò)管理方法和裝置





