龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
申请/专利权人：复旦大学附属儿科医院
申请日：2024-01-12
公开（公告）日：2024-06-21
公开（公告）号：CN118229563A
主分类号：G06T5/70
分类号：G06T5/70;G06T5/73;G06T5/60;G06N3/047;G06N3/0464;G06N3/0455;G06N3/084
优先权：
专利状态码：在审-公开
法律状态：2024.06.21#公开
摘要：本发明提供一种基于贝叶斯神经网络的低剂量CT图像质量增强方法，包括如下步骤：步骤S1，使用MayoClinic数据集作为训练集。步骤S2，基于贝叶斯卷积层构建用于增强低剂量CT图像质量的贝叶斯神经网络。步骤S3，对训练集进行数据增强后，输入到贝叶斯神经网络中，训练贝叶斯神经网络，直到网络收敛。步骤S4，使用训练完成的贝叶斯神经网络对低剂量CT图像进行计算，生成质量增强的低剂量CT图像。
主权项：1.一种基于贝叶斯神经网络的低剂量CT图像质量增强方法，其特征在于，包括如下步骤：步骤S1，获取MayoClinic数据集，选用数据集中配对的普通剂量CT图像和低剂量CT图像作为训练集；步骤S2，基于贝叶斯卷积层，构建用于增强低剂量CT图像质量的贝叶斯神经网络；步骤S3，对步骤S1的训练集进行数据增强后，输入到贝叶斯神经网络中，训练贝叶斯神经网络，直到网络收敛；步骤S4，使用步骤S3中获得的贝叶斯神经网络对低剂量CT图像进行计算，生成质量增强的低剂量CT图像。
全文数据：
权利要求：
百度查询： 复旦大学附属儿科医院 一种基于贝叶斯神经网络的低剂量CT图像质量增强方法
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号