您的位置：
首页
>
农业专利
>
详情页
基于梯度正则卷积神经网络的低剂量CT图像去噪方法
- 专利权人:
- 西安电子科技大学
- 发明人:
- 缑水平,刘伟,顾裕,周海彬,毛莎莎,焦昶哲,刘红英,焦李成
- 申请号：
- CN201810243457.3
- 公开号：
- CN108492269A
- 申请日:
- 2018.03.23
- 申请国别(地区):
- CN
- 年份:
- 2018
- 代理人:
- 摘要：
- 本发明公开了一种低剂量CT图像去噪方法,主要解决现有技术中仅考虑恢复图像灰度信息而导致的图像边缘模糊、细节丢失的问题。其实现方案:1)从人体同一部位获取多张低剂量和全剂量CT图像;2)对获得的CT图像数据集进行扩充和归一化,再在每对CT图像上进行取块,得到CT图像块数据集;3)建立一个12层的全卷积去噪神经网络,使用CT图像块数据集作为网络训练数据,利用带动量项的小批量梯度下降算法优化该网络,得到训练好的网络;4)输入一张完整的低剂量CT图像到该网络中,即可输出对应的去噪CT图像。本发明能在图像去噪的同时,较好地保持图像的边缘和细节,可用于对低剂量CT图像的增强,便于医生对CT图像病例的识别。
- 来源网站：
- 中国工程科技知识中心
- 来源网址：
- http://www.ckcest.cn/home/
