[发明专利]一种基于深度卷积神经网络的胸部X光片去噪方法在审
| 申请号： | 201910141579.6 | 申请日： | 2019-02-26 |
| 公开（公告）号： | CN109949235A | 公开（公告）日： | 2019-06-28 |
| 发明（设计）人： | 金燕;蒋晓奔;韦振坤;李远;姚宇 | 申请（专利权）人： | 浙江工业大学 |
| 主分类号： | G06T5/00 | 分类号： | G06T5/00;G06T3/40;G06T3/60;G06N3/04 |
| 代理公司： | 杭州天勤知识产权代理有限公司 33224 | 代理人： | 胡红娟 |
| 地址： | 310014 浙*** | 国省代码： | 浙江;33 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于深度卷积神经网络的胸部X光片去噪方法，包括：收集胸部X光片数据，并进行数据格式的转化、预处理后得到训练用的原始图像块，加入高斯噪声后生成含噪图像块，将成对的原始图像块和含噪图像块作为训练数据集；构建去除胸部X光片噪声的卷积神经网络模型，所述卷积神经网络模型包括深度卷积神经网络和残差网络；将成对的原始图像块和含噪图像块作为输入，进行训练，得到训练完成后的卷积神经网络模型X‑ReCNN；将待去除噪声的胸部X光片数据作为X‑ReCNN的输入特征图，去除噪声，输出预测的去噪后的胸部X光片。该方法可以轻量化、速度快、高精度的去除胸部X光片中的噪声，而且大幅度地降低了网络结构的参数，缩短了网络训练时间。 | ||
| 搜索关键词： | 胸部X光 卷积神经网络 去除 噪声 原始图像块 含噪图像 去噪 成对的 预处理 训练数据集 高斯噪声 输出预测 输入特征 数据格式 网络结构 网络训练 轻量化 残差 构建 转化 网络 | ||
【主权项】：
1.一种基于深度卷积神经网络的胸部X光片去噪方法，包括以下步骤：(1)收集胸部X光片数据，并进行数据格式的转化、预处理后得到训练用的原始图像块，在原始图像块中加入高斯噪声后生成含噪图像块，将成对的原始图像块和含噪图像块作为训练数据集；(2)构建去除胸部X光片噪声的卷积神经网络模型，所述卷积神经网络模型包括深度卷积神经网络和残差网络；(3)将步骤(1)中成对的原始图像块和含噪图像块作为输入，对构建的卷积神经网络进行训练，在训练过程中，所述卷积神经网络对含噪图像块中的噪声进行学习，调整参数直至卷积神经网络模型收敛，得到训练完成后的去除胸部X光片噪声的卷积神经网络模型X‑ReCNN；(4)将待去除噪声的胸部X光片数据进行格式的转化和预处理后，作为卷积神经网络模型X‑ReCNN的输入特征图，去除噪声，输出预测的去噪后的胸部X光片。
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浙江工业大学，未经浙江工业大学许可，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/patent/201910141579.6/，转载请声明来源钻瓜专利网。
