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：华南理工大学

摘要：本发明公开了一种基于深度学习的稀疏视图锥形束CT图像重建系统，包括：数据导入模块，用于加载输入多组数据，并对数据进行预处理得到X射线投影视图的像素对应X射线及线上坐标点的几何信息；模型搭建模块，用于搭建基于因子场的CT衰减值查询模型；训练模块，用于对CT衰减值查询模型进行训练；CT图像重建模块，应用训练好的CT衰减值查询模型对目标尺寸的三维体素网格的所有坐标点进行查询，得到高质量的三维CT图像。本发明利用深度学习技术处理锥形束CT扫描获得的X射线图，实现稀疏视图锥形束CT图像重建，降低了辐射剂量，同时保持重建图像的质量。

主权项：1.基于深度学习的稀疏视图锥形束CT图像重建系统，其特征在于，包括：数据导入模块，用于加载输入多组数据，每组数据为锥形束CT扫描得到的数量稀疏的X射线投影视图，并对数据进行预处理得到X射线投影视图的像素对应X射线及线上坐标点的几何信息；模型搭建模块，用于搭建基于因子场的CT衰减值查询模型；通过所述因子场将CT衰减值分解为系数场因子和基函数场因子，所述系数场因子能够表达信号的局部空间的变化特征，所述基函数场因子能够表达共享的全局特征，所述CT衰减值查询模型由系数场因子和基函数场因子组成，使得其能够利用在空间或跨尺度中相似的特征，实现查询输入坐标点的CT衰减值，具体操作是将系数场因子和基函数场因子的乘积得到的特征经过投影函数与激活函数解码获得输入坐标点的CT衰减值；其中，所述系数场因子由多个固定分辨率的三维体素网格组成，能够表示随空间变化的多组系数，所述基函数场因子由多个不同分辨率的三维体素网格组成，且通过应用不同频率的坐标变换函数，使三维体素网格能够表示不同分辨率与不同频率的基函数特征值；所述三维体素网格是在三维空间中均匀划分的立方体网格结构，用于表示和存储三维数据；所述三维体素网格由多个体素组成，每个体素类似于三维空间中的像素，每个体素具有固定大小的立方体体积，大小能够根据需要进行调整，以便于不同分辨率和精度的数据表示；训练模块，用于对CT衰减值查询模型进行训练；其中，使用数据导入模块获得的几何信息，利用深度学习方法训练CT衰减值查询模型，使用体渲染原理渲染X射线投影视图的像素，然后使用真实X射线投影视图的像素与使用体渲染原理渲染的X射线投影视图像素的L2距离作为模型训练的损失函数；CT图像重建模块，应用训练好的CT衰减值查询模型对目标尺寸的三维体素网格的所有坐标点进行查询，得到高质量的三维CT图像。

全文数据：

权利要求：

百度查询： 华南理工大学 基于深度学习的稀疏视图锥形束CT图像重建系统