专利名称
主分类
A 农业
B 作业;运输
C 化学;冶金
D 纺织;造纸
E 固定建筑物
F 机械工程、照明、加热
G 物理
H 电学
专利下载VIP
公布日期
2023-10-24 公布专利
2023-10-20 公布专利
2023-10-17 公布专利
2023-10-13 公布专利
2023-10-10 公布专利
2023-10-03 公布专利
2023-09-29 公布专利
2023-09-26 公布专利
2023-09-22 公布专利
2023-09-19 公布专利
更多 »
专利权人
国家电网公司
华为技术有限公司
浙江大学
中兴通讯股份有限公司
三星电子株式会社
中国石油化工股份有限公司
清华大学
鸿海精密工业股份有限公司
松下电器产业株式会社
上海交通大学
更多 »
钻瓜专利网为您找到相关结果102708个,建议您升级VIP下载更多相关专利
  • [发明专利]用于迭代图像重建的方法和系统-CN201180038219.5无效
  • H·K·维乔雷克 - 皇家飞利浦电子股份有限公司
  • 2011-07-18 - 2013-04-17 - G06T11/00
  • 一种方法包括使用迭代重建算法重建与被扫描的感兴趣对象对应的投影数据,其中基于所述被扫描的感兴趣对象的尺寸来设置用于所述迭代重建算法的重建迭代次数。一种系统(114)包括:重建算法储藏库(210),其包括至少一个迭代重建算法(210);重建迭代次数确定器(208),其基于所述至少一个迭代重建算法针对被扫描的感兴趣对象的尺寸来确定用于重建所述被扫描的感兴趣对象的图像的重建迭代次数;以及重建器(112),其使用至少一个迭代重建算法基于所述确定的重建迭代次数来重建投影数据以生成所述图像。
  • 用于图像重建方法系统
  • [发明专利]稀疏角度的CT图像迭代重建方法-CN201310611029.9有效
  • 周凌宏;李慧君;齐宏亮;徐圆 - 南方医科大学
  • 2013-11-26 - 2014-02-26 - G06T11/00
  • 本发明公开了一种稀疏角度的CT图像迭代重建方法,包括步骤:采集CT成像设备中的稀疏角度的原始投影数据;初始化重建图像,构建CT图像重建模型;对得到的稀疏角度的原始投影数据利用重建模型进行两相式逐个代入重建模型中,以第K-1轮迭代重建出的图像和第K-2轮迭代重建出的图像的线性组合作为初值进入第K轮迭代,得到第K轮迭代重建结果,K≥3,判断所述第K轮迭代重建结果是否满足设定条件,若否,以第K轮迭代重建出的图像和第K-1轮迭代重建出的图像的线性组合作为初值进入第K+1轮迭代;若是,将第K轮得到的图像数据作为最终重建结果,输出图像。
  • 稀疏角度ct图像重建方法
  • [发明专利]CT图像重建方法、装置、存储介质和计算机设备-CN201910369958.0有效
  • 胡战利;梁栋;李快;杨永峰;刘新;郑海荣 - 深圳先进技术研究院
  • 2019-05-06 - 2023-01-24 - G06T11/00
  • 本发明涉及一种CT图像重建方法、装置、存储介质和计算机设备。CT图像重建方法包括获取CT图像的投影数据;根据所述投影数据,获得待重建图像;对所述待重建图像进行PWLS迭代运算,获得第一重建图像;对所述第一重建图像进行TGV正则化迭代运算,获得第二重建图像;对所述第二重建图像进行字典学习迭代运算,获得第三重建图像;当迭代未达到终止条件时,将所述第三重建图像作为待重建图像,返回所述对所述待重建图像进行PWLS迭代运算,获得第一重建图像的步骤;当迭代达到终止条件时,将所述第三重建图像作为最终的重建图像通过迭代PWLS算法、TGV正则化以及学习字典算法不断对待重建图像进行降噪、去伪处理,从而获得高质量的重建图像。
  • ct图像重建方法装置存储介质计算机设备
  • [发明专利]一种重建PET图像的方法和装置-CN201510830344.X有效
  • 李运达;孙智鹏;刘勺连 - 沈阳东软医疗系统有限公司
  • 2015-11-23 - 2018-09-18 - G06T11/00
  • 本申请提供一种重建PET图像的方法和装置,其中,所述方法应用于PET系统的PET图像重建过程,包括:利用预设第一迭代重建算法对所述PET系统采集的被扫描对象的正投影数据进行图像重建,获得初始重建图像;通过计算预设第二迭代重建算法的模型参数,确定迭代更新函数;利用所述迭代更新函数对输入图像进行迭代更新,获得目标重建图像,其中,所述迭代更新函数进行初次迭代的输入图像为所述初始重建图像。采用本公开提供的重建PET图像的方法可以获得对比度高且均匀性好的高质量PET重建图像。在临床医学中,通过本公开获得的高质量PET重建图像,可以帮助医生提高疾病诊断的准确性。
  • 一种重建pet图像方法装置
  • [发明专利]一种磁共振图像的迭代重建方法-CN201510181018.0有效
  • 屈小波;占志芳;刘运松;郭迪;陈忠 - 厦门大学
  • 2015-04-16 - 2017-03-15 - A61B5/055
  • 一种磁共振图像的迭代重建方法,涉及磁共振成像。提供计算简单、运算速度快、占用计算机内存少的一种磁共振图像的迭代重建方法。首先提出一个解空间受限的稀疏重建模型,再通过迭代运算求解重建模型并获得重建磁共振图像,其中在每次迭代中利用相邻两次迭代重建图像对图像进行修正,用来加快图像重建的速度。这种重建方法的参数少,重建迭代运算复杂度低,运算速度快。同时,图像重建过程不需要额外计算变换域系数,占用少量计算机内存。
  • 一种磁共振图像重建方法
  • [发明专利]基于Mojette变换的CT重建方法-CN201610545342.0有效
  • 孙怡;蒋敏;李梦婕 - 大连理工大学
  • 2016-07-12 - 2018-10-16 - G06T11/00
  • 本发明提供了基于Mojette变换的CT重建方法,属于计算机层析成像技术领域。该方法建立了投影像元与当前待重建像素间的对应关系,根据投影像元的不同重建次序形成当前待重建像素不同的重建路径,分析了不同重建路径对应不同迭代次数和噪声累积量,找到了最少迭代次数的迭代重建算法,解决了迭代重建过程中噪声在重建路径上繁衍到一个很大数值的问题,使得基于最优重建路径的重建算法在小噪声条件下也能重构出效果最好的重建图像。本发明在有限投影集的情况下,提出了最少迭代次数的迭代重建算法,减少了投影更新次数,避免了重建路径上极小的噪声也会在求解的迭代过程中不断被放大,保证少量的噪声条件下也能重构出效果最好的重建图像。
  • 基于mojette变换ct重建方法
  • [发明专利]图像重建模型的迭代方法和图像重建方法-CN202111051445.9在审
  • 不公告发明人 - 上海壁仞智能科技有限公司
  • 2021-09-08 - 2021-12-07 - G06T11/00
  • 本发明提供一种图像重建模型的迭代方法和图像重建方法,其中,图像重建模型的迭代方法包括,基于原始数据,对图像重建模型进行第一迭代,得到图像重建模型的第一权重值和第一损失函数值;若第一损失函数值指示收敛异常,则将图像重建模型的第一权重值替换为正常权重值,并对权重值替换后的图像重建模型进行第二迭代,直至第二迭代所得的第二损失函数值指示收敛正常,对第二损失函数值指示收敛正常后的图像重建模型进行第一迭代,第一迭代的学习率大于第二迭代的学习率,正常权重值是最近一次损失函数值指示收敛正常的迭代所得的权重值;克服了损失函数收敛不稳定导致模型迭代效果不佳的缺陷,实现了迭代效率和迭代效果的提升。
  • 图像重建模型方法
  • [发明专利]基于高阶全变分正则化的快速迭代磁共振图像重建方法-CN201611034689.5有效
  • 胡悦;仲崇潇;卢鑫;赵旷世 - 哈尔滨工业大学
  • 2016-11-22 - 2019-04-16 - G06T5/00
  • 一种基于高阶全变分正则化的快速迭代磁共振图像重建方法,涉及磁共振成像技术领域,为了提高重建图像质量及计算效率。包括以下步骤:(1)获取部分k空间数据;(2)建立磁共振图像重建模型;(3)对部分k空间数据直接进行傅里叶逆变换,得到空间域预估磁共振图像作为初始重建图像;(4)重建模型的快速迭代求解;(5)获得本次迭代得到的磁共振重建图像;(6)判断当前重建图像结果是否满足收敛条件;(7)增加迭代参数取值,以当前迭代步骤中更新的磁共振图像为初始重建图像,返回步骤(5)继续进行循环迭代操作。与全变分方法、图像高阶导数Laplacian方法、小波方法等相比,本发明能获得质量较高的重建图像,并提高重建速度。
  • 基于高阶全变分正则快速磁共振图像重建方法
  • [发明专利]一种图像迭代重建方法及装置-CN201611262211.8有效
  • 王璐 - 上海联影医疗科技有限公司
  • 2016-12-30 - 2020-07-14 - G06T11/00
  • 本发明实施例公开了一种图像迭代重建方法及装置。该方法包括:获取针对目标对象进行射线扫描后的经过水硬化校正的投影数据,并依据所述投影数据生成初始重建图像及噪声权重矩阵;依据所述初始重建图像,获得初始正则化惩罚因子及初始骨图像分割矩阵;依据所述投影数据、所述初始重建图像、所述初始骨图像分割矩阵、所述噪声权重矩阵及所述初始正则化惩罚因子,利用预先建立的骨硬化迭代重建模型进行图像迭代重建,获得骨硬化校正后的重建图像。通过上述技术方案,实现了在图像迭代重建的过程中逐步进行骨硬化伪影的消除,能够有效减少迭代重建图像中的骨硬化伪影,保证了迭代重建图像的质量。
  • 一种图像重建方法装置

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

400-8765-105周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top