[发明专利]基于卷积神经网络的X射线计算机断层成像能谱估计方法有效
| 申请号： | 201910007663.9 | 申请日： | 2019-01-04 |
| 公开（公告）号： | CN109916933B | 公开（公告）日： | 2021-10-01 |
| 发明（设计）人： | 李磊;张文昆;李子恒;王林元;蔡爱龙;唐超;梁宁宁;闫镔;孙艳敏 | 申请（专利权）人： | 中国人民解放军战略支援部队信息工程大学 |
| 主分类号： | G01N23/046 | 分类号： | G01N23/046;G01T1/36;G06T11/00 |
| 代理公司： | 郑州大通专利商标代理有限公司 41111 | 代理人： | 陈勇 |
| 地址： | 450000 河*** | 国省代码： | 河南;41 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供一种基于卷积神经网络的X射线计算机断层成像能谱估计方法。该方法包括：步骤1、设计用于描述CT图像与能谱中光子分布概率之间耦合关系的卷积神经网络；步骤2、利用构建的训练数据集对所述卷积神经网络进行训练，得到训练好的卷积神经网络；步骤3、利用所述训练好的卷积神经网络对CT图像进行能谱估计，得到CT图像能谱信息。该方法主要从图像域的角度通过CT重建图像的特征来估计X射线能谱信息，不需要额外的硬件或专用工作流程，可以直接应用于现有CT扫描系统中，有利于提高效率。 | ||
| 搜索关键词： | 基于 卷积 神经网络 射线 计算机 断层 成像 估计 方法 | ||
【主权项】：
1.基于卷积神经网络的X射线计算机断层成像能谱估计方法，其特征在于，包括：步骤1、设计用于描述CT图像与能谱中光子分布概率之间耦合关系的卷积神经网络；步骤2、利用构建的训练数据集对所述卷积神经网络进行训练，得到训练好的卷积神经网络；步骤3、利用所述训练好的卷积神经网络对CT图像进行能谱估计，得到CT图像能谱信息。
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中国人民解放军战略支援部队信息工程大学，未经中国人民解放军战略支援部队信息工程大学许可，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/201910007663.9/，转载请声明来源钻瓜专利网。
