[发明专利]基于卷积神经网络的CT图像去伪影方法、装置及系统有效
| 申请号： | 202310007652.7 | 申请日： | 2023-01-04 |
| 公开（公告）号： | CN115690255B | 公开（公告）日： | 2023-05-09 |
| 发明（设计）人： | 陈文君;刘银伟;秦邦昊;谢甜;虞沛文;曹自拓;胡美琴;郑建 | 申请（专利权）人： | 浙江双元科技股份有限公司 |
| 主分类号： | G06T11/00 | 分类号： | G06T11/00;G06V10/774;G06V10/82;G06N3/0464;G06N3/048;G06N3/08 |
| 代理公司： | 北京市隆安律师事务所 11323 | 代理人： | 杨云 |
| 地址： | 310015 浙江省杭*** | 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卷积神经网络的CT图像去伪影方法、装置及系统，方法包括：采集连续生成的第一锂电池CT图像集以及间断生成的第二锂电池CT图像集建立训练集，所述训练集中包括成对的带伪影图像和真实图像；建立卷积神经网络模型；将训练集输入至卷积神经网络模型，带伪影图像经计算之后获得预测图像，计算预测图像和真实图像的损失值，根据损失值调整梯度并更新网络参数，直到卷积神经网络模型收敛；采集连续生成的当前锂电池CT图像并输入至训练后的卷积神经网络模型，输出去伪影后的锂电池CT图像；该方法能够有效提高锂电池检测的效率。 | ||
| 搜索关键词： | 基于 卷积 神经网络 ct 图像 去伪影 方法 装置 系统 | ||
【主权项】：
暂无信息
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双元科技股份有限公司，未经浙江双元科技股份有限公司许可，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/patent/202310007652.7/，转载请声明来源钻瓜专利网。
