申请/专利权人：通用电气精准医疗有限责任公司;小利兰·斯坦福大学托管委员会

申请日：2023-10-27

公开（公告）日：2024-04-30

公开（公告）号：CN117952838A

主分类号：G06T5/00

分类号：G06T5/00;G06T7/10;G06N3/04;G06N3/09

优先权：["20221027 US 18/050,111"]

专利状态码：在审-实质审查的生效

法律状态：2024.05.17#实质审查的生效;2024.04.30#公开

摘要：提供了有利于经由光子计数分割生成图像去噪训练数据的系统技术。在各种实施方案中，系统可访问由光子计数计算机断层摄影扫描仪106生成的一组正弦图108。在各个方面，该系统可将该组正弦图分割成正弦图的第一减少光子计数组202和正弦图的第二减少光子计数组204。在各种情况下，该系统可经由图像重建将该正弦图的第一减少光子计数组转换成至少一个训练输入图像902并且将该正弦图的第二减少光子计数组转换成至少一个训练输出图像904。在各种情况下，该系统可基于该至少一个训练输入图像和该至少一个训练输出图像来训练深度学习神经网络104。

主权项：1.一种系统，所述系统包括：处理器110，所述处理器执行存储在非暂态计算机可读存储器112中的计算机可执行部件，所述计算机可执行部件包括：访问部件114，所述访问部件访问由光子计数计算机断层摄影扫描仪106生成的一组正弦图108；分割部件116，所述分割部件将所述一组正弦图分割成正弦图的第一减少光子计数组202和正弦图的第二减少光子计数组204；重建部件118，所述重建部件经由图像重建将所述正弦图的第一减少光子计数组转换成至少一个训练输入图像902并且将所述正弦图的第二减少光子计数组转换成至少一个训练输出图像904；和训练部件120，所述训练部件基于所述至少一个训练输入图像和所述至少一个训练输出图像来训练深度学习神经网络104。

全文数据：

权利要求：

百度查询： 通用电气精准医疗有限责任公司;小利兰·斯坦福大学托管委员会 经由光子计数分割生成图像去噪训练数据

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD