[发明专利]基于深度学习的断层摄影重建有效
| 申请号： | 201880019611.7 | 申请日： | 2018-03-19 |
| 公开（公告）号： | CN110462689B | 公开（公告）日： | 2023-06-02 |
| 发明（设计）人： | 付林;萨斯什·拉马尼;布鲁诺·克里斯蒂安·伯纳德·德梅恩;芮雪;桑塔伊·安 | 申请（专利权）人： | 通用电气公司 |
| 主分类号： | G06T11/00 | 分类号： | G06T11/00 |
| 代理公司： | 上海专利商标事务所有限公司 31100 | 代理人： | 侯颖媖;钱慰民 |
| 地址： | 美国*** | 国省代码： | 暂无信息 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本方法涉及使用机器学习和深度学习系统，其适用于解决大规模的空间变化断层摄影重建和/或校正问题。在某些实施方案中，从断层摄影扫描仪获得的测量数据的断层摄影变换用作神经网络的输入。根据本方法的某些方面，一个或多个断层摄影变换操作与所述神经网络分开或在所述神经网络外执行，使得所述断层摄影变换操作的结果替代地被提供作为所述神经网络的输入。另外，在某些实施方案中，所述神经网络的一个或多个层可以被提供作为小波滤波器组。 | ||
| 搜索关键词： | 基于 深度 学习 断层 摄影 重建 | ||
【主权项】：
1.一种方法，包括：/n从断层摄影扫描仪获得测量数据；/n计算所述测量数据的一个或多个断层摄影变换，其中所述一个或多个断层摄影变换包括反投影、加权反投影、重投影、Fisher信息矩阵的多个对角元素、方差图像、噪声相关性图像、所述Fisher信息矩阵的多项式或它们的组合中的至少一者；/n提供所述一个或多个断层摄影变换作为受过训练的神经网络的一个或多个输入；以及/n基于所述一个或多个输入从所述受过训练的神经网络获得一个或多个输出。/n
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于通用电气公司，未经通用电气公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201880019611.7/，转载请声明来源钻瓜专利网。
- 上一篇：使用基于模型的峰值选择的三维轮廓确定系统及方法
- 下一篇：图像显示系统
