|
钻瓜专利网为您找到相关结果 106个,建议您 升级VIP下载更多相关专利
- [发明专利]基于自适应正交基的磁共振图像重建方法-CN201510323802.0有效
-
冯衍秋;黄进红;陈武凡
-
南方医科大学
-
2015-06-12
-
2019-02-12
-
G06T11/00
- 一种基于自适应正交基的磁共振图像重建方法,包括如下步骤:(1)获得原始的k空间数据,对采样的k空间数据进行傅里叶逆变换得到初始重建图像;(2)在正交基约束下建立基于压缩感知的重建模型;(3)对初始重建图像进行分块,随机提取部分图像块进行正交基学习,得到一组自适应正交基;(4)用硬域值法对所有图像块进行自适应正交基下的稀疏表示;(5)用最小二乘法更新重建图像得到当前重建图像;(6)判断当前重建图像是否满足收敛条件,如果收敛,以当前重建图像作为最终的重建图像,否则进入步骤(7);(7)减小正则化参数取值,以当前重建图像作为初始重建图像,返回步骤(3)。本发明重建速度快、图像质量良好。
- 基于自适应正交磁共振图像重建方法
- [发明专利]一种医学图像模态合成的方法-CN201610797914.4有效
-
阳维;冯前进;林莉燕;钟丽明;陈武凡
-
南方医科大学
-
2016-08-31
-
2018-10-26
-
G06T5/50
- 本发明公开了一种医学图像模态合成的方法,源模态图像空间分辨率归一化处理,使图像的分辨率归一化到同样大小,源模态图像灰度值标准化或者归一化处理,对第一步处理后的源模态图像灰度值归一化到均值为0,标准偏差为1,将处理后的源模态图像为输入,由卷积神经网络进行预测,将卷积神经网络预测输出进行线性变换生成目标模态图像;以此达到进行线性变换的目的,最终生成目标模态图像。通过学习得到的卷积神经网络模型快速有效地实现医学图像的模态合成,通过对卷积神经网络模型的训练自动完成不同尺度、多种层次图像特征的学习和优化,不需要进行耗时的图像配准过程,可快速准确地完成模态合成。
- 一种医学图像合成方法
- [发明专利]一种低剂量能谱CT图像去噪方法-CN201510040324.2有效
-
马建华;曾栋;边兆英;黄静;陈武凡
-
南方医科大学
-
2015-01-27
-
2017-10-13
-
G06T5/00
- 一种低剂量能谱CT图像去噪方法,包括(1)获取成像对象在低剂量射线下的低能量CT投影数据和高能量CT投影数据,并分别对低能量CT投影数据和高能量CT投影数据进行CT图像重建,获得低能量CT图像和高能量CT图像,其中H表示高能,L表示低能;(2)根据步骤(1)中的重建数据所满足的基物质分解模型,构建用于能谱CT图像去噪的数学模型;(3)利用广义全变分作为正则化先验,结合步骤(2)得到的数学模型构建用于图像去噪的目标函数;(4)对步骤(3)中构建的用于能谱CT图像去噪的目标函数采用分裂Bregman算法求解,完成能谱CT图像去噪。本发明利用能谱CT中高低能量图像满足的基物质分解模型,结合能谱CT图像信息和基物质图像信息,实现了能谱CT图像去噪。
- 一种剂量ct图像方法
|