一种基于深度学习的能谱CT有效原子序数估计方法
- 专利权人:
- 明峰医疗系统股份有限公司
- 发明人:
- 侯晓文,王小状,陈伟,叶宏伟
- 申请号：
- CN202210048253.0
- 公开号：
- CN114403912A
- 申请日:
- 2022.01.17
- 申请国别(地区):
- CN
- 年份:
- 2022
- 代理人:
- 摘要：
- 本发明公开了一种基于深度学习的能谱CT有效原子序数估计方法，首先根据已知数据利用深度学习，创建一个双输入通道的神经网络模型，将能谱CT分解结果作为网络模型的输入，有效原子序数图像结果作为训练的输出，是一个标准的端到端的网络模型，输入图像一次性得出输出图像。然后，在实际能谱CT重建中，将能谱CT分解结果作为上述训练所得深度学习网络的输入，即可估计出相应的有效原子序数图像。本发明方法直接由能谱CT分解结果估计有效原子序数，避免计算中间图像。建立能谱CT分解结果和较广范围有效原子序数之间的深度学习网络，解决了现有技术估计有效原子序数范围有限的问题。
- 来源网站：
- 中国工程科技知识中心
