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。