[发明专利]一种重建神经网络及其应用在审

专利信息
申请号: 202010795336.7 申请日: 2020-08-10
公开(公告)号: CN111950705A 公开(公告)日: 2020-11-17
发明(设计)人: 郑海荣;李彦明;江洪伟;万丽雯;张其阳;胡占利 申请(专利权)人: 深圳高性能医疗器械国家研究院有限公司
主分类号: G06N3/04 分类号: G06N3/04;G06N3/08;G06T11/00
代理公司: 北京市诚辉律师事务所 11430 代理人: 范盈
地址: 518000 广东省深圳市龙华区观澜街道新*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 重建 神经网络 及其 应用
【说明书】:

本申请属于图像重建技术领域,特别是涉及一种重建神经网络及其应用。当投影数据覆盖的扫描角度范围小于180度(平行束层析成像)时,在重建的图像中会出现严重的伪影,因此,在有限角度采集条件下将无法实现高质量的图像重建。本申请提供了一种重建神经网络,包括第一卷积神经网络部、域变换模块和第二卷积神经网络部;所述第一卷积神经网络部,用于不同射线计量情况下滤波器与不同几何成像条件下加权权重的学习;所述域变换模块,用于数据从正弦域到图像域的正向流动,以及梯度误差从图像域到正弦域的反向传播;所述第二卷积神经网络部,用于进一步加强第一级滤波加权网络功能,以及伪影的处理。在图像域学习伪影的去除。

技术领域

本申请属于图像重建技术领域,特别是涉及一种重建神经网络及其应用。

背景技术

计算机辅助的X射线扫描在对大脑疾病和损伤的诊断中起着革命性的作用。传统的X光检查最多只能产生一幅大脑投影图像,这样的影像分辨力不高。为了解决这个问题,研究者设计了计算机断层扫描(computedtomography,简称CT)。CT是以X射线从多个方向沿着头部某一选定断层层面进行照射,测定透过的X射线量,数字化后经过计算机算出该层面组织各个单位容积的吸收系数,然后重建图像的一种技术。这是一种图质好、诊断价值高而又无创伤、无痛苦、无危险的诊断方法。它使我们能够在任何深度或任何角度重建脑的各种层面结构。CT能够显示出脑创伤后遗症、损伤、脑瘤和其他大脑病灶的位置,这样,也就可以通过CT来诊断一个人行为变化在脑水平上的病因。

X射线计算机断层扫描(CT)可以产生清晰,高质量的图像,并且在临床诊断和手术图像引导中起着非常重要的作用。CT可以帮助放射科医生识别和诊断传染病,肌肉骨骼疾病,心血管疾病,外伤甚至某些种类的癌症。但是,在CT的一些实际应用中,例如乳腺X线摄影和大螺距螺旋CT,数据采集角度通常受被采集对象尺寸和扫描灵活性的限制。这些因素将导致Radon变换域中的数据不完整,这个问题称为有限角度问题,这在CT成像任务中提出了严峻的挑战。通常情况下,CT成像需要探测器与X射线光源围绕待测目标旋转一周(360度)采集数据,之后采用Filter-backprojection(FBP)算法进行重建。FBP重建算法基于传统信号处理理论,需要数据是完备的采集一周的足够多的数据。

当投影数据覆盖的扫描角度范围小于180度(平行束层析成像)时,在重建的图像中会出现严重的伪影,因此,在有限角度采集条件下将无法实现高质量的图像重建。

发明内容

1.要解决的技术问题

基于当投影数据覆盖的扫描角度范围小于180度(平行束层析成像)时,在重建的图像中会出现严重的伪影,因此,在有限角度采集条件下将无法实现高质量的图像重建的问题,本申请提供了一种重建神经网络及其应用。

2.技术方案

为了达到上述的目的,本申请提供了一种重建神经网络,包括第一卷积神经网络部、域变换模块和第二卷积神经网络部;

所述第一卷积神经网络部,用于不同射线计量情况下滤波器与不同几何成像条件下加权权重的学习;

所述域变换模块,用于数据从正弦域到图像域的正向流动,以及梯度误差从图像域到正弦域的反向传播;

所述第二卷积神经网络部,用于进一步加强第一级滤波加权网络功能,以及伪影的处理。

本申请提供的另一种实施方式为:所述第一卷积神经网络部为一层或者多层结构。

本申请提供的另一种实施方式为:所述第一卷积神经网络部为4层。

本申请提供的另一种实施方式为:所述第二卷积神经网络部为一层或者多层结构。

本申请提供的另一种实施方式为:所述第二卷积神经网络部为18层。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于深圳高性能医疗器械国家研究院有限公司,未经深圳高性能医疗器械国家研究院有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202010795336.7/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top