“迭代重建”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102708个，建议您升级VIP下载更多相关专利

[发明专利]带噪语音情感识别方法、系统、设备及存储介质-CN202110332451.5有效
发明人：姜晓庆;陈贞翔;杨倩;郑永强 -专利权人：济南大学;山东思正信息科技有限公司
申请日： 2021-03-29 - 公布日： 2022-04-19 - 主分类号： G10L25/63 文献下载
摘要：端点检测方法可以在样本重建过程中，计算正交匹配追踪算法算法迭代过程中预测残差与上一次迭代的信号估计值之间的条件熵，根据迭代前后的残差条件熵差值，在样本重建完成的同时直接给出重建样本的端点检测结果，充分利用样本重建过程中产生的数据，节省系统后续的分析与处理时间，且由于该端点检测方法是建立在压缩感知重建算法之上的，具有抗噪性能。
语音情感识别方法系统设备存储介质

[发明专利]基于传统单能CT的多能谱分段稀疏扫描迭代重建方法-CN201910336820.0有效
发明人：周凌宏;罗宁;李斌;徐圆 -专利权人：南方医科大学
申请日： 2019-04-25 - 公布日： 2023-06-13 - 主分类号： G06T11/00 文献下载
摘要：基于传统单能CT的多能谱分段稀疏扫描迭代重建方法，包括的步骤有：步骤一、在传统单能CT上采用分段稀疏的扫描模式，应用多个能量的X射线分别在相应的多个有限角度范围内扫描被测物体，获得被测物体在多个能量下的多个分段稀疏投影数据步骤二、将步骤一获得的多个分段稀疏投影数据，应用联合全变分正则化与鲁棒性主成分分析约束的图像迭代重建方法，分别重建被测物体在多个能量下的CT图像。同时本发明为解决投影数据的不完备性，提出联合全变分正则化与鲁棒性主成分分析约束的图像迭代重建方法，有效地去除噪声与伪影，得到高质量的重建结果。
基于传统 ct 多能分段稀疏扫描重建方法

[发明专利]一种CT迭代图像重建方法-CN201410231988.2无效
发明人：孙丰荣;司凯;秦峰 -专利权人：山东大学
申请日： 2014-05-28 - 公布日： 2014-09-03 - 主分类号： G06T11/00 文献下载
摘要：一种CT迭代图像重建方法，适用于由低X-射线球管电流、且欠采样或有限角的不完全投影数据情况下能精确地重建断层图像，包括投影驱动的迭代计算、自适应确定的有序子集数、自适应的权重、距离驱动的正投影和反投影运算本发明对于每次迭代计算要处理的每一个投影角度下的所有投影数据集合，先划分成若干有序子集，然后对于每个子集执行以下步骤：距离驱动的正投影、与真实投影数据作差并加权、距离驱动的反投影、待重建图像修正。在低X-射线球管电流、并且欠采样或有限角扫描方式下，本方法能够得到充分适宜影像学临床诊断需求的重建图像，可以自足地应用于旨在降低X-射线辐射剂量的CT成像中，或者用作其他CT图像重建算法的前端处理。
一种 ct 图像重建方法

[发明专利]基于类序贯H_∞滤波的静态PET图像重建方法-CN201510885120.9在审
发明人：王宏霞;刘安东;季鹏;俞立 -专利权人：浙江工业大学
申请日： 2015-12-04 - 公布日： 2016-05-04 - 主分类号： G06T11/00 文献下载
摘要：一种基于类序贯H∞滤波的静态PET图像重建方法，包括以下步骤：1)通过数据采集及校正，得到系统的观测数据，建立相应的状态空间模型(1)；2)根据下列方程(2)～(7)得到基于类序贯H∞滤波的重建图像；迭代从初始值P(0)出发，经过设定次数的迭代，最终得到放射性浓度分布本发明提供了一种可有效减小计算量、加速重建速度的基于类序贯H∞滤波的静态PET图像重建方法。
基于类序贯 sub 滤波静态 pet 图像重建方法

[发明专利]磁共振图像重建方法及装置-CN201611227706.7在审
发明人：杨晓梅;郭朝云;刘凯;曾晓东 -专利权人：四川大学
申请日： 2016-12-27 - 公布日： 2017-05-10 - 主分类号： G06T11/00 文献下载
摘要：本发明提供了一种磁共振图像重建方法及装置，涉及磁共振成像领域。所述磁共振图像重建方法包括将磁共振图像结构化分解为平滑部分和纹理部分；对所述平滑部分以及所述纹理部分正则化，建立所述平滑部分和所述纹理部分的估算式；根据磁共振图像扫描仪中获取的下采样K‑空间数据，分别对所述估算式中的平滑部分和纹理部分迭代求解；根据迭代求解获得的平滑部分以及纹理部分重建磁共振图像。该方法能有效提高磁共振图像重建的成像质量。
磁共振图像重建方法装置

[发明专利]基于深度展开神经网络的实时磁共振图像重建方法及系统-CN202211060518.5在审
发明人：冯原;何钊 -专利权人：上海交通大学
申请日： 2022-08-31 - 公布日： 2022-12-06 - 主分类号： G06T5/50 文献下载
摘要：本发明提供了一种基于深度展开神经网络的实时磁共振图像重建方法及系统，包括如下步骤：步骤S1：搭建基于低秩和稀疏分解的深度展开神经网络；步骤S2：采用仿真数据训练搭建的深度展开神经网络；步骤S3：利用训练好的深度展开神经网络进行图像实时重建本发明通过采用将基于低秩和稀疏分解的迭代算法展开到一个深度神经网络中的方式，解决了迭代算法应用于磁共振实时成像中重建时间较长的问题；实现磁共振介入图像的实时重建。
基于深度展开神经网络实时磁共振图像重建方法系统

[发明专利]一种核医学图像定量重建方法-CN202111394068.9在审
发明人：刘帆;高丽蕾;程李;薛孟乐;张娟娟;纪英财;侯岩松;王雪梅;黄帅;江年铭;刘迈 -专利权人：北京永新医疗设备有限公司
申请日： 2021-11-23 - 公布日： 2022-03-01 - 主分类号： G06T11/00 文献下载
摘要：本发明提出一种核医学图像定量重建方法，包括以下步骤：获取CT图像中的部分信息作为重建算法中的先验信息；将CT图像转化的先验信息作为统计迭代重建算法的输入信息进行重建，获得SPECT重建图像；通过定量转化因子将SPECT重建图像进行转化，得到最终的定量重建图像。该定量重建图像可直观反应待测组织的新陈代谢水平，在临床检测上具有重要作用。
一种核医学图像定量重建方法

[发明专利]一种基于字典学习残差重建的压缩感知视频重建方法-CN201510180111.X有效
发明人：宋云;李雪玉;曾叶;章登勇;龙际珍 -专利权人：长沙理工大学
申请日： 2015-04-16 - 公布日： 2017-09-15 - 主分类号： H04N19/114 文献下载
摘要：本发明涉及压缩感知和视频编解码领域，是一种基于字典学习残差重建的压缩感知视频重建方法。在解码端，取一个GOP，先采用多参考帧加权平均获得其初始重建；再采取迭代法获得GOP的最终重建。在迭代中先使用多参考帧对当前帧进行运动估计获得其运动补偿图像；接着采用多参考帧残差域字典学习，获得当前帧各个块的残差域自适应基，进行残差重建；最后，根据各帧的运动补偿图像和残差，得到该GOP的最终重建，进而得到重建视频，实现压缩感知视频的高质量重建。该方法可广泛应用于基于压缩感知的视频重建等多个领域。
一种基于字典学习重建压缩感知视频方法

[发明专利]基于空间自适应全变差的CS迭代阈值图像去噪重建方法-CN202111515665.2有效
发明人：张杰;王凤仙;李林伟;齐企业;张焕龙;张建伟;陈宜滨 -专利权人：郑州轻工业大学
申请日： 2021-12-13 - 公布日： 2023-05-23 - 主分类号： G06T5/00 文献下载
摘要：本发明提出了一种基于空间自适应全变差的CS迭代阈值图像去噪重建方法，步骤为：初始化重建图像和初始含噪观测值；对获得的重建图像进行迭代更新获得估计值；基于优化阈值软阈值算子进行轮廓波变换获得去噪估计值轮廓波稀疏系数；将获得的去噪估计值轮廓波稀疏系数输入到基于空间自适应全变差CS重建模型中获得重建图像轮廓波系数；使用基于轮廓波维纳滤波算子进行滤波获得重建图像轮廓波系数；将重建图像轮廓波系数进行轮廓波逆变换获得重建图像本发明采用基于优化阈值软阈值算子的轮廓波变换进行稀疏变换，不仅能够将图像数据与噪声信息进行有效分离，同时能够有效去除隐藏在图像各层中的噪声信息获得高质量的图像稀疏系数，提高了去噪重建能力。
基于空间自适应全变差 cs 阈值图像重建方法

[发明专利]CT图像重建方法、CT图像重建装置及CT系统-CN201410472082.X在审
发明人：盛兴东;韩颖婕;后藤大雅;山川惠介 -专利权人：株式会社日立医疗器械
申请日： 2014-09-16 - 公布日： 2016-04-13 - 主分类号： G06T11/00 文献下载
摘要：本发明提供CT图像重建方法、CT图像重建装置及CT系统，用于减少有物体运动的情况下的CT图像的运动伪影。CT图像重建方法根据通过X射线扫描而得到的投影数据重建CT图像，包括：运动物体位置检测步骤，检测运动物体在CT图像中的位置；部分角度选择步骤，根据运动物体的所述位置选择视角点和角度范围，并根据所述视角点和角度范围选择所述投影数据中的部分角度的数据；部分角度约束步骤，根据所述部分角度的数据，生成部分角度约束条件；以及迭代重建步骤，使用所述部分角度约束条件，通过迭代重建来生成CT图像。
ct 图像重建方法装置系统

[发明专利]一种联合先验图像及卷积稀疏网络的低剂量CT重建方法-CN202211011936.5在审
发明人：亢艳芹;刘进;刘涛;吴凡;孙宇;晏宇豪 -专利权人：安徽工程大学
申请日： 2022-08-23 - 公布日： 2023-04-18 - 主分类号： G06T11/00 文献下载
摘要：本发明公开了一种联合先验图像及卷积稀疏网络的低剂量CT重建方法，属于计算机断层成像技术领域。本发明包括以下步骤：首先，采用区别性特征表示方法获取高质量先验图像；其次，设计特征融合的卷积稀疏网络；接下来，计算重建图像与先验图像的误差，并依据误差估计迭代重建梯度；然后，采用全变分约束对重建图像进行微调；最后，通过模块级联形式实现低剂量CT的迭代重建。本发明算法综合利用了计划扫描的先验图像及卷积稀疏网络的优势，具有可解释强，重建图像质量高、噪声伪影少等优势，在临床肿瘤放射治疗中具有较大优势，可提高检查效率，降低病人非靶区器官的辐射伤害。
一种联合先验图像卷积稀疏网络剂量 ct 重建方法

[发明专利]CT图像重建方法-CN201310153107.5有效
发明人：徐如祥;代秋声;高枫;张涛 -专利权人：中国人民解放军北京军区总医院
申请日： 2013-04-27 - 公布日： 2013-10-23 - 主分类号： G06T11/00 文献下载
摘要：本发明涉及一种CT图像重建方法，包括：对探测器的探测信号进行预处理，并根据探测器的探测结果获取投影数据；根据扫描的边界参数对所述投影数据进行加权，并对加权后的投影数据进行一维卷积滤波；根据扫描几何参数，将滤波后的投影数据从探测器曲面映射到位于旋转中心的虚拟探测器平面；通过插值处理获取待重建点在虚拟探测器平面上的经滤波后的投影数据，并进行三维反投影，获取初始图像；将所述初始图像作为有序子集最大期望值算法的初始图像，进行迭代重建处理，输出迭代终止后的图像作为重建图像。本发明能够准确地重建CT图像并提升重建图像的清晰度。
ct 图像重建方法

[发明专利]基于卷积神经网络的火焰场快速监测装置及方法-CN201910517691.5有效
发明人：宋旸;张万青;金莹;李振华;郭珍艳 -专利权人：南京理工大学
申请日： 2019-06-14 - 公布日： 2023-06-09 - 主分类号： G06T17/20 文献下载
摘要：本发明公开了一种基于卷积神经网络的火焰场快速监测装置及方法，监测装置包括多方向投影采集装置、基于MART的三维重建模块和卷积神经网络监测模块，其中多方向投影装置从12个间隔为15°的不同方向用相机对待测火焰场进行空间位置参数和相距进行标定，并对火焰图像进行采集；基于MART的三维重建模块将采集到的12个方向的图像进行三维重建，之后将重建结果输入卷积神经网络进行训练，最终得到火焰场形貌的监测结果。本发明相比于原有的代数迭代重建算法，在完成对卷积神经网络的训练后，能够迅速、准确的重建出火焰场的形貌结构，无需人为干预迭代次数。
基于卷积神经网络火焰快速监测装置方法

[发明专利]一种双能CT直接迭代基材料分解图像重建方法-CN201911271935.2有效
发明人：周正东;章栩苓;辛润超 -专利权人：南京航空航天大学
申请日： 2019-12-12 - 公布日： 2023-05-16 - 主分类号： G06T11/00 文献下载
摘要：本发明公开了一种双能CT直接迭代基材料分解图像重建方法，首先建立极坐标系/球坐标系下基于双能CT投影数据的基材料直接分解图象重建模型；然后，构建极坐标系/球坐标系下适用于基材料直接分解的统计迭代重建算法，运用该算法对基材料直接分解图象重建模型进行求解获得极坐标系/球坐标系下的基材料分解图像；最后将极坐标系/球坐标系下的基材料分解图像变换为笛卡尔坐标系下的基材料分解图像。本发明提供了一种根据双能CT投影数据直接重建基材料分解图像的方法，可有效提高基材料分解图像的质量和重建效率。
一种 ct 直接基材分解图像重建方法

[发明专利]用于在医学成像中与时相相关地图像重建的方法和装置-CN201210284648.7无效
发明人： H.布鲁德 -专利权人：西门子公司
申请日： 2012-08-10 - 公布日： 2013-03-06 - 主分类号： A61B6/03 文献下载
摘要：本发明涉及用于从医学成像的断层造影的测量数据中与时相相关地图像重建的一种方法和一种装置，该测量数据在包括多个心动周期的时间段上来记录。在该方法中首先在使用部分或全部测量数据的情况下重建（6）不与时相相关的图像体积fstd。然后迭代地重建（8）与时相相关的图像，该图像通过所述不与时相相关的图像体积fstd来初始化。在该图像重建中在第k个迭代步骤中根据如下等式重新计算重建的图像体积fk：fk+1=fk+X-1pc*(p–Xpc*fk)+R(fk)。所述方法和所述装置实现了在重建与时相相关的图像时使用最佳的剂量。
用于医学成像相关图像重建方法装置