“低能图像”专利关键词查询_检索下载_查询列表_检索列表_行业专利分布_钻瓜专利网

钻瓜专利网为您找到相关结果854940个，建议您升级VIP下载更多相关专利

[发明专利]一种骨密度测量方法及装置-CN201910376259.9有效
发明人：李海春;王柳;董旭洋 -专利权人：东软医疗系统股份有限公司
申请日： 2019-05-07 - 公布日： 2023-07-21 - 主分类号： A61B6/00 文献下载
摘要：本发明公开了一种骨密度测量方法及装置，该方法包括：采集患者需扫描部位在相同低能曝光条件下的低能散射采样图像和低能目标图像，以及在相同高能曝光条件下的高能散射采样图像和高能目标图像；根据所述低能散射采样图像和所述高能散射采样图像分别确定散射分量，得到低能散射分量和高能散射分量；将所述低能目标图像去除所述低能散射分量得到去散射后的低能修正图像，将所述高能目标图像去除所述高能散射分量得到去散射后的高能修正图像；根据所述低能修正图像和所述高能修正图像确定扫描部位的骨密度该测量方法能够去除扫描过程中因散射对目标图像质量造成的影响，从而能够提高骨密度测量结果的准确性。
一种密度测量方法装置

[发明专利]单/双能图像映射模型训练方法、系统及应用方法、系统-CN202210847881.5在审
发明人：赵维;张文文;耿立升 -专利权人：北京航空航天大学杭州创新研究院
申请日： 2022-07-19 - 公布日： 2022-10-25 - 主分类号： G06N3/08 文献下载
摘要：本发明公开了一种单/双能图像映射模型训练方法、系统及应用方法、系统，涉及CT成像领域，训练方法包括：基于降噪网络与图像映射网络，构建单/双能图像映射模型；获取低能CT图像和高能CT图像；采用降噪网络对低能CT图像和高能CT图像进行降噪处理；将低噪声高能CT图像和低噪声低能CT图像作差，得到低噪声高低能CT差值图像；将低噪声低能CT图像输入图像映射网络；根据图像映射网络的输出以及低噪声高低能CT差值图像，确定第一损失函数；根据第一损失函数优化图像映射网络中的参数，以对单/双能图像映射模型进行训练，得到训练好的模型。
图像映射模型训练方法系统应用

[发明专利]安检图像着色方法、装置、存储介质及计算机设备-CN202110681174.9在审
发明人：张浩;陈书楷 -专利权人：熵基科技股份有限公司
申请日： 2021-06-18 - 公布日： 2021-08-27 - 主分类号： G06T19/20 文献下载
摘要：本发明提供的安检图像着色方法、装置、存储介质及计算机设备，将原始高低能图像输入至图像着色模型中，可以得到与原始高低能图像对应的ab着色通道数据，基于原始高低能图像的L通道数据以及图像着色模型输出的ab着色通道数据，即可得到与原始高低能图像对应的Lab颜色空间数据；本申请使用图像着色模型对安检时采集到的原始高低能图像进行着色，摆脱了现有技术中通过高低能实验数据推导公式计算相应的原子序数后进行物质分类并着色的方式，避免了计算原子序数时存在原子序数计算不准确、质子序数和颜色空间存在多对一关系的情况，从而有效提高了图像着色准确率。
安检图像着色方法装置存储介质计算机设备

[发明专利]一种由单能CT图像生成双能CT图像的方法-CN201910368259.4在审
发明人：陈阳;吕天翎;罗立民;李松毅;鲍旭东 -专利权人：东南大学
申请日： 2019-05-05 - 公布日： 2019-08-27 - 主分类号： G06T11/00 文献下载
摘要：本发明公开了一种由单能CT图像生成双能CT图像的方法。首先需要获取一定数量的双能CT图像；之后利用去噪卷积神经网络对双能CT图像进行去噪，得到去噪后的低能图像和高能图像；训练二维卷积神经网络，网络的输入为去噪后的低能图像，输出为去噪后高能图像和低能图像的差；利用去噪卷积神经网络对获得的CT图像进行去噪得到去噪后的单能CT图像；将去噪后的单能CT图像输入之前训练好的二维卷积神经网络得到估计的高低能图像差异，该差异与最初低能级下单能CT图像的和为估计的高能级CT图像；将最初低能级下单能CT图像和估计的高能级CT图像组合得到估计的双能CT图像。本发明可以有效的由单能CT图像估计双能CT图像，从而为临床诊断提供更多信息。
去噪低能图像卷积神经网络二维卷积高能图像神经网络低能级高能级临床诊断图像差异输出网络

[发明专利]一种基于DR机器的双能量减影方法-CN201610674113.9有效
发明人：李劲生;苏娟 -专利权人：南京普爱医疗设备股份有限公司
申请日： 2016-08-15 - 公布日： 2019-04-23 - 主分类号： G06T5/00 文献下载
摘要：本发明公开了一种基于DR机器的双能量减影方法，包括以下步骤：S1：获取曝光间隔为2秒的X射线高能量图像和低能量图像；S2：以高能量图像为模板，对低能量图像进行配准，得到相对于高能量图像未移位的低能量图像；S3：对高能量图像和配准后的低能量图像取对数变换，进行减影处理并显示。本发明的射线曝光间隔可以延长至2秒；本发明采用改进的配准方法，有效校正了因病人移位、旋转、图像亮度不一致、噪声等带来的运动伪影；本发明在高低能量减影计算方面，对高能量图像及配准后的低能量图像取对数变换，在低能量图像上乘以一个消除因子来消除软组织或者骨组织，大大提高了计算速度，有效降低了计算复杂度及对计算机内存的需求。
一种基于 dr 机器能量方法

[发明专利]图像域双能CT多材料统计分解方法-CN201510930798.4在审
发明人：牛田野;杨美丽;龙泳 -专利权人：浙江大学;上海交通大学
申请日： 2015-12-15 - 公布日： 2016-04-20 - 主分类号： G06F19/00 文献下载
摘要：本发明公开了一种图像域双能CT多材料统计分解方法。采用滤波反投影(FBP)算法根据模拟和实测高能与低能投影分别重建高、低能CT图像；针对高、低能CT图像，进行图像域直接多材料分解，得到直接分解的基材料图像；针对高、低能CT图像，分别选一个均匀区域估计其方差，得到高、低能CT图像的数值方差；针对直接分解的基材料图像和高、低能CT图像的数值方差，采用基于逐像素点可分离的目标函数进行双能多材料统计分解，得到基于统计方式分解的基材料图像。本发明的图像域双能CT多材料统计分解方法得到的基材料图像与直接分解的基材料图像相比，可以大幅度地降低基材料图像的噪声水平，并且保持很好的空间分辨率，且对分解精确度有极小的影响。
图像域双能 ct 材料统计分解方法

[发明专利]图像诊断系统及方法-CN202011202622.4在审
发明人：王宗朋;陈明;王静珂;何德毅;李学军 -专利权人：深圳市安健科技股份有限公司
申请日： 2020-11-02 - 公布日： 2022-05-06 - 主分类号： A61B6/00 文献下载
摘要：本发明提供了一种图像诊断系统及方法，该系统包括冷阴极X射线球管利用场致发射效应，将电子从冷阴极加速轰击阳极靶，产生X射线，并将X射线，X射线依次经过便携式平板探测器的低能板、滤过片及高能板。该方法包括，获取低能图像的暗校正表及增益校正表，以及高能图像的暗校正表及增益校正表，以生成校正后的低能图像及高能图像；获取配准矩阵，对校正后的低能图像及高能图像，进行像素匹配，生成配准的校正后的低能图像及高能图像，再进行双能减影处理，形成双能诊断图像。将上述方法与系统相配合，可以使得单次曝光获取的图像的对比度更高，信噪比更高，图像更清晰。
图像诊断系统方法

[发明专利]生成高能CT图像模型的训练及生成方法、设备、存储介质-CN202010225463.3在审
发明人：胡战利;梁栋;陈其航;杨永峰;刘新;郑海荣 -专利权人：深圳先进技术研究院
申请日： 2020-03-26 - 公布日： 2020-08-04 - 主分类号： G06T11/00 文献下载
摘要：本申请公开了一种生成高能CT图像模型的训练方法、生成方法、设备和存储介质。其中，所述训练方法包括将训练用低能CT图像输入循环网络进行第一低能CT图像转变为第一高能CT图像、再从第一高能CT图像转变为第二低能CT图像的训练，得到损失函数；利用损失函数构建第一高能CT图像生成模型所述生成方法包括将待处理低能CT图像输入上述第一高能CT图像生成模型。通过上述方法，本申请能够得到高质量的高能CT图像。
生成高能 ct 图像模型训练方法设备存储介质

[发明专利]缺陷检测方法、装置及设备-CN202310562812.4在审
发明人：邹志明;吴梓荣 -专利权人：赣州市秋田微电子有限公司
申请日： 2023-05-18 - 公布日： 2023-07-04 - 主分类号： G01N21/88 文献下载
摘要：该方法包括：获取第一二维图像和第二二维图像，第一二维图像是第一摄像装置以第一视角对待检测物品进行拍摄获得的图像，第二二维图像是第二摄像装置以第二视角对待检测物品进行拍摄获得的图像；对第一二维图像和第二二维图像进行处理，获得目标低能量谱和目标相位谱，目标低能量谱包括第一二维图像的低能量谱和第二二维图像的低能量谱，目标相位谱包括第一二维图像的相位谱和第二二维图像的相位谱；对目标低能量谱和目标相位谱执行匹配计算，确定缺陷信息
缺陷检测方法装置设备

[发明专利]一种能谱CT图像的恢复处理方法-CN201410079693.8在审
发明人：马建华;曾栋;高杨;黄静 -专利权人：南方医科大学
申请日： 2014-03-05 - 公布日： 2014-05-14 - 主分类号： G06T5/00 文献下载
摘要：本发明公开一种能谱CT图像的恢复处理方法，其包括步骤：获取低能量CT投影数据y_low和高能量CT投影数据y_high，分别对低能量CT投影数据y_low和高能量CT投影数据y_high进行CT图像重建，获得低能量CT图像μ_low和高能量CT图像μ_high；将低能量CT图像μ分别对低能量CT图像μ_low和高能量CT图像μ_high进行加权平均滤波处理，分别获得恢复后最终的高能量CT图像μ_{low(restored)}和低能量CT图像μ_{high(restored)}。本发明能够快速高效地获取到高质量的能谱CT图像，在使用低剂量发射的同时，仍能保证产生高质量的CT图像，具有很好的鲁棒性，能够有效的消除图像噪声和抑制伪影。
一种 ct 图像恢复处理方法

[发明专利]一种双能CT系统的探测器装置、双能CT系统及图像重建方法-CN202010165827.3在审
发明人：邹云鹏;张继龙 -专利权人：上海英曼尼安全装备有限公司;上海英迈吉东影图像设备有限公司
申请日： 2020-03-11 - 公布日： 2020-07-03 - 主分类号： G01V5/00 文献下载
摘要：本发明提供一种双能CT系统的探测器装置、双能CT系统及图像重建方法，其方法包括：采集用于重建所述被扫描物品的CT图像的高/低能衰减数据；根据所述低能探测器和高能探测器相间排布的情况，采用插值算法对所述高/低能衰减数据进行插值得到高/低能投影数据；利用所述高/低能投影数据重建所述被扫描物体的CT图像。低成本、高效率、有效地实现了双能CT系统的图像重建。
一种 ct 系统探测器装置图像重建方法

[发明专利]一种低剂量能谱CT图像去噪方法-CN201510040324.2有效
发明人：马建华;曾栋;边兆英;黄静;陈武凡 -专利权人：南方医科大学
申请日： 2015-01-27 - 公布日： 2017-10-13 - 主分类号： G06T5/00 文献下载
摘要：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

[发明专利]一种基于多尺度图像域双能分解算法-CN201510278220.5有效
发明人：牛田野;汤少杰;杨美丽 -专利权人：浙江大学
申请日： 2015-05-22 - 公布日： 2019-08-02 - 主分类号： G06T7/00 文献下载
摘要：本发明公开了一种基于多尺度图像域双能分解的算法。采用滤波反投影(FBP)算法根据实测高能与低能投影分别重建高、低能CT图像；针对高、低能CT图像，分别进行相同参数的图像域多尺度分解和方差图估计，得到各尺度下高、低能CT图像及方差图；针对多尺度分解中相同尺度高、低能CT图像及方差图，进一步做双能分解，得到对应尺度下各基材料的CT图像；把所有尺度下双能分解得到的各基材料CT图像分别进行累加，得到各基材料的CT图像。本发明的多尺度图像域双能分解的方法得到骨和软组织基材料图像与单尺度相比，在相同的噪声水平下，保持更好的对比度及空间分辨率，并且尺度因子越大，基材料图像的对比度和空间分辨率越高。
一种基于尺度图像域双能分解算法

[发明专利]基于Wasserstein生成对抗网络模型的高能图像合成方法、装置-CN202011499493.X有效
发明人：郑海荣;胡战利;梁栋;刘新;周豪杰 -专利权人：深圳先进技术研究院
申请日： 2020-12-17 - 公布日： 2023-06-13 - 主分类号： G06T11/00 文献下载
摘要：本发明公开了一种基于Wasserstein生成对抗网络模型的高能图像合成方法，该方法包括获取待合成的低能图像；将待合成的低能图像输入到预先训练得到的Wasserstein生成对抗网络模型，得到合成后的目标高能图像；Wasserstein生成对抗网络模型基于低能图像样本、标准高能图像以及预设损失函数，通过预设生成对抗网络模型训练得到，Wasserstein生成对抗网络模型包括生成器网络和判别器网络，生成器网络用于提取待合成的低能图像的图像特征，并基于图像特征合成高能图像；判别器网络用于对生成器网络合成的高能图像进行判断，并进行反向调节训练；预设损失函数，至少根据用于减小图像噪声和去除图像伪影的损失函数建立。
基于 wasserstein 生成对抗网络模型高能图像合成方法装置

[发明专利]一种基于注意力变换网络的公路低能见度检测方法和系统-CN202211362343.3有效
发明人：王川;穆明浩;毕海崧;王福海;刘新强;马宇飞;王峥;张霁扬;钱成多;丁闪闪;崔建;万剑;徐宁 -专利权人：山东高速集团有限公司创新研究院;华设设计集团股份有限公司
申请日： 2022-11-02 - 公布日： 2023-06-23 - 主分类号： G06V20/52 文献下载
摘要：本发明公开了一种基于注意力变换网络的公路低能见度检测方法和系统，该方法包括以下步骤：构建公路低能见度图像样本集；样本图像预处理；为图像特征矩阵添加可学习词符，生成可学习词符向量，将其嵌入图像特征矩阵；为图像特征矩阵提供位置匹配，生成位置编码矩阵，将其嵌入图像特征矩阵；构建公路低能见度检测网络编码器；构建公路低能见度分类输出器；训练模型，将训练样本集作为输入进行模型训练和微调；测试模型，将测试样本集作为输入进行模型的测试，输出公路能见度分类等级检测结果本发明实现了公路环境下利用视频监控设备对低能见度事件的自动检测，为公路管理机构在低能见度天气下的管控提供有效支撑。
一种基于注意力变换网络公路能见度检测方法系统

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
下一页»
尾页
共 100000 条