首页> 中国专利> 一种无监督/半监督CT图像重建深度网络训练方法

一种无监督/半监督CT图像重建深度网络训练方法

摘要

一种无监督/半监督CT图像重建深度网络训练方法。首先获取CT扫描协议下的CT弦图数据以及CT设备的成像系统参数,数据中包括无标注低剂量CT弦图数据,及少量低剂量CT弦图数据对应有标注CT弦图数据。其中有标注CT弦图数据指已知低剂量数据对应高剂量的清晰CT弦图数据信息。分别构建无标注与有标注数据两个部分的损失函数并加权求和获得无监督/半监督网络总体损失函数,通过此损失函数引导训练去噪网络。仅利用无标注数据或仅少量利用有标注数据训练获得精度较高,速度较快的CT图像去噪网络的效果。本发明旨在建立弦图数据复原模型和深度学习模型相结合的方法,从而实现CT图像优质重建。

著录项

  • 公开/公告号CN109035169B

    专利类型发明专利

  • 公开/公告日2020-06-12

    原文格式PDF

  • 申请/专利权人 西安交通大学;

    申请/专利号CN201810798715.4

  • 申请日2018-07-19

  • 分类号

  • 代理机构西安智大知识产权代理事务所;

  • 代理人段俊涛

  • 地址 710049 陕西省西安市碑林区咸宁西路28号

  • 入库时间 2022-08-23 11:01:34

法律信息

  • 法律状态公告日

    法律状态信息

    法律状态

  • 2020-06-12

    授权

    授权

  • 2019-01-11

    实质审查的生效 IPC(主分类):G06T5/00 申请日:20180719

    实质审查的生效

  • 2018-12-18

    公开

    公开

相似文献

  • 专利
  • 中文文献
  • 外文文献
获取专利

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号