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：中北大学
摘要：本发明涉及一种低剂量CT图像降噪方法及装置，对图像数据集进行预处理；初始化卷积稀疏图X和卷积字典D；通过超参数预测模块产生每次的迭代参数；基于所述迭代参数，迭代更新卷积稀疏图X和卷积字典D，直至获得预训练模型；选取低剂量CT图像数据集，基于所述预训练模型在低剂量CT图像数据集上训练，直至获得降噪模型；基于所述降噪模型，对低剂量CT图像进行降噪处理。本发明能够有效提高低剂量CT图像降噪处理效果。
主权项：1.一种低剂量CT图像降噪方法，其特征在于，包括如下步骤：步骤1：对图像数据集进行预处理；步骤2：初始化卷积稀疏图X和卷积字典D；步骤3：通过超参数预测模块产生每次的迭代参数；基于所述迭代参数，迭代更新卷积稀疏图X和卷积字典D，直至获得预训练模型；步骤4：选取低剂量CT图像数据集，基于所述预训练模型在低剂量CT图像数据集上训练，直至获得降噪模型；步骤5：基于所述降噪模型，对低剂量CT图像进行降噪处理；步骤3中，引入X'和D'作为辅助变量，迭代更新卷积稀疏图X和卷积字典D；在第t次迭代中，输入的含噪图像Y同前一次迭代后的卷积稀疏图Xt-1、卷积字典Dt-1和超参数αXt，经辅助变量X'求解模块求解获得X't,X't再与超参数βXt拼接，并用卷积稀疏图求解网络得出该次迭代后的卷积稀疏图Xt；含噪图像Y、超参数αDt、前一次迭代后的卷积字典Dt-1和该次迭代后的卷积稀疏图Xt，经辅助变量D'求解模块求解获得D't，D't与超参数βDt拼接并用卷积字典求解网络得出该次迭代后的Dt，Dt与Xt逐层卷积并求和以重构出该次迭代后的图像Yt;所述超参数αXt、βXt、αDt、βDt均通过超参数预测模块获得。
全文数据：
权利要求：
百度查询： 中北大学 低剂量CT图像降噪方法及装置
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