[发明专利]一种基于cGANs的PET图像直接重建方法有效
| 申请号： | 201910863335.9 | 申请日： | 2019-09-12 |
| 公开（公告）号： | CN110717951B | 公开（公告）日： | 2021-08-03 |
| 发明（设计）人： | 刘华锋;刘之源 | 申请（专利权）人： | 浙江大学 |
| 主分类号： | G06T11/00 | 分类号： | G06T11/00;G06N3/04;G06N3/08;G06K9/62 |
| 代理公司： | 杭州天勤知识产权代理有限公司 33224 | 代理人： | 王琛 |
| 地址： | 310013 浙江*** | 国省代码： | 浙江;33 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于cGANs的PET图像直接重建方法，主要分为训练模型和测试阶段两部分；在训练阶段，本发明采用的网络是cGANs，包括生成器和判别器，网络的输入是sinogram图像和对应的PET图像组成的图像对，经过生成器和判别器不断地交替训练来更新二者的参数，进而优化整个训练模型，并保存模型；在测试阶段，输入为未经训练的sinogram图像，输出即为重建好的PET图像，最后与真值进行对比，量化重建的精度。本发明从深度学习的角度实现了PET图像由投影数据到PET图像的直接重建，彻底避免了传统方法对系统矩阵、概率模型等因素的依赖。 | ||
| 搜索关键词： | 一种 基于 cgans pet 图像 直接 重建 方法 | ||
【主权项】：
1.一种基于cGANs的PET图像直接重建方法，包括如下步骤：/n(1)获取PET系统采集到的大量投影数据，对于每一组投影数据通过PET重建算法得到其对应的PET图像x；/n(2)将投影数据保存为图像形式，并将其与对应的PET图像x拼接成一起作为样本；/n(3)将所有样本划分成训练集和测试集，搭建由生成器和判别器组合的cGANs网络，利用训练集样本对该网络进行训练，得到PET图像直接重建模型；/n(4)将测试集样本中的投影数据图像输入至重建模型，即可直接重建得到对应的PET图像。/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浙江大学，未经浙江大学许可，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/201910863335.9/，转载请声明来源钻瓜专利网。
- 彩色图像和单色图像的图像处理
- 图像编码/图像解码方法以及图像编码/图像解码装置
- 图像处理装置、图像形成装置、图像读取装置、图像处理方法
- 图像解密方法、图像加密方法、图像解密装置、图像加密装置、图像解密程序以及图像加密程序
- 图像解密方法、图像加密方法、图像解密装置、图像加密装置、图像解密程序以及图像加密程序
- 图像编码方法、图像解码方法、图像编码装置、图像解码装置、图像编码程序以及图像解码程序
- 图像编码方法、图像解码方法、图像编码装置、图像解码装置、图像编码程序、以及图像解码程序
- 图像形成设备、图像形成系统和图像形成方法
- 图像编码装置、图像编码方法、图像编码程序、图像解码装置、图像解码方法及图像解码程序
- 图像编码装置、图像编码方法、图像编码程序、图像解码装置、图像解码方法及图像解码程序
