龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：浙江大学
摘要：本发明公开了一种基于原始‑对偶网络的列表模式TOF‑PET图像重建方法，其采用的重建模型由若干个迭代模块组成，每个迭代模块并且每层都由一个用于列表域学习的对偶网络模块和一个用于图像域学习的原始网络模块组成，其中对偶网络模块用于学习列表域的迭代算子；原始网络模块用于学习图像域的重建算子。本发明可以从列表模式原始数据直接重建得到高质量的PET图像，在保留结构信息的同时很大程度降低了PET图像的噪声水平。
主权项：1.一种基于原始-对偶网络的列表模式TOF-PET图像重建方法，其特征在于：1对注入有放射性示踪剂的生物组织体模进行探测，采集得到对应的列表模式原始数据，将该原始数据处理为“探测器编号1-晶体编号1-探测器编号2-晶体编号2-TOFbin编号”的格式后记为L，并记录下生物组织体模的PET浓度图GT；2通过多次执行步骤1以获得大量样本，每一样本均包含有L和GT，进而将所有样本划分为训练集、验证集和测试集；3对经过处理的列表模式探测数据L进行一次均匀的切片采样，得到n个数据子集L1～Ln，并结合PET探测仪器的几何排列结构，使用Joseph提出的投影方法计算其对应的子投影矩阵P1～Pn；4构建基于原始-对偶网络的LMSPD-Net模型，并将训练集样本中通过步骤3得到的L1～Ln、P1～Pn，列表域的对偶初始变量y0以及图像域的初始图像x0作为LMSPD-Net模型的输入，GT作为LMSPD-Net模型的标签，对LMSPD-Net模型进行训练；5将测试集样本中的L1～Ln输入至经过步骤4训练的LMSPD-Net模型中即可直接输出得到对应的PET浓度图。
全文数据：
权利要求：
百度查询： 浙江大学 一种基于原始-对偶网络的列表模式TOF-PET图像重建方法
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