[发明专利]基于联合字典学习和深度网络的PET图像重建方法有效
| 申请号： | 202110730163.5 | 申请日： | 2021-06-29 |
| 公开（公告）号： | CN113450427B | 公开（公告）日： | 2023-09-01 |
| 发明（设计）人： | 郑海荣;李彦明;万丽雯;张娜;徐英杰 | 申请（专利权）人： | 深圳高性能医疗器械国家研究院有限公司 |
| 主分类号： | G06T11/00 | 分类号： | G06T11/00;G06V10/774;G06V30/242;G06V10/82;G06N3/045;G06N3/0475;G06N3/094;A61B6/00;A61B6/03 |
| 代理公司： | 北京市诚辉律师事务所 11430 | 代理人： | 朱伟军;耿慧敏 |
| 地址： | 518000 广东省深圳市龙华区观澜街道新*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本申请公开了一种基于联合字典学习和深度网络的PET图像重建方法，涉及医学影像处理领域。包括以下步骤：获取训练样本，根据训练样本利用字典学习获取联合字典，训练样本包括低剂量补丁以及与其相对应的MR补丁和标准剂量补丁；构建DNN网络；根据低剂量样本向量和标准剂量样本向量训练DNN网络直至收敛，得到映射模型，其中，低剂量样本向量、MR样本向量和标准剂量样本向量分别为低剂量补丁、MR补丁和标准剂量补丁在与其对应的低剂量字典、MR字典和标准剂量字典下的稀疏系数；将低剂量PET图像以及其对应的MR图像进行预处理，并利用获取的联合字典以及训练后的DNN网络预测得到标准剂量PET图像。本申请用于减少低剂量PET图像噪声并增强图像细节。 | ||
| 搜索关键词： | 基于 联合 字典 学习 深度 网络 pet 图像 重建 方法 | ||
【主权项】：
暂无信息
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深圳高性能医疗器械国家研究院有限公司，未经深圳高性能医疗器械国家研究院有限公司许可，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/202110730163.5/，转载请声明来源钻瓜专利网。
