[發明專利]一種基于深度學習的雙域CT圖像環狀偽影去除方法在審
| 申請號： | 202110892449.3 | 申請日： | 2021-08-04 |
| 公開（公告）號： | CN113554570A | 公開（公告）日： | 2021-10-26 |
| 發明（設計）人： | 陳希;馬勁;常少杰 | 申請（專利權）人： | 西安交通大學 |
| 主分類號： | G06T5/00 | 分類號： | G06T5/00;G06T3/40;G06N3/04;G06N3/08 |
| 代理公司： | 西安通大專利代理有限責任公司 61200 | 代理人： | 李紅霖 |
| 地址： | 710049 *** | 國省代碼： | 陜西;61 |
| 權利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關鍵詞： | 一種 基于 深度 學習 ct 圖像 環狀 去除 方法 | ||
1.一種基于深度學習的雙域CT圖像環狀偽影去除方法，其特征在于，包括以下步驟：
S1，搭建投影域去偽影的深度神經網絡，投影域網絡設置為殘差學習網絡，投影域網絡使用最大反池化作為上采樣；
S2，搭建圖像域去偽影的深度神經網絡，上采樣采用雙線性插值法；
S3，搭建混合域深度神經網絡，使用的是無參考圖像質量評價網絡來挑選來自雙域校正過的圖像塊，最后組成完整圖像；
S4，準備圖像域、投影域和混合域的訓練數據；
S5，分別對圖像域、投影域和混合域的網絡進行訓練，并完成驗證。
2.根據權利要求1所述的一種基于深度學習的雙域CT圖像環狀偽影去除方法，其特征在于，投影域網絡和圖像域網絡的架構均基于U-net。
3.根據權利要求1所述的一種基于深度學習的雙域CT圖像環狀偽影去除方法，其特征在于，S4中，投影域的輸入數據是含條形偽影的投影圖，標簽數據是對應的條形偽影。
4.根據權利要求1所述的一種基于深度學習的雙域CT圖像環狀偽影去除方法，其特征在于，S4中，圖像域的輸入數據是含環狀偽影的CT圖像，標簽數據是對應的參考圖像。
5.根據權利要求1所述的一種基于深度學習的雙域CT圖像環狀偽影去除方法，其特征在于，S4中，混合域的輸入數據是含偽影的圖像塊，標簽數據是圖像質量評價的指標數值。
6.根據權利要求1所述的一種基于深度學習的雙域CT圖像環狀偽影去除方法，其特征在于，圖像域和投影域的訓練數據均使用分塊方法，將完整的圖像分割為多個重疊的圖像塊，采用結構相似度SSIM作為圖像質量評價指標，挑選其中偽影嚴重的圖像塊作為訓練數據。
該專利技術資料僅供研究查看技術是否侵權等信息，商用須獲得專利權人授權。該專利全部權利屬于西安交通大學，未經西安交通大學許可，擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作，請聯系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/202110892449.3/1.html，轉載請聲明來源鉆瓜專利網。
- 上一篇：一種性能穩定的空氣過濾加濕器
- 下一篇：一種花籃壓桿自動焊接設備
