基于小波-RED卷积神经网络的低剂量CT重建方法
授权
摘要
本发明公开了一种基于小波‑RED卷积神经网络的低剂量CT重建方法，通过小波分解模块代替经典RED卷积神经网络中的编码器，利用小波分解模块的多尺度分析特性，在不同尺度上按频率段逐层提取噪声信息，然后在低剂量CT小波分解系数图像的基础上，利用可训练的解码器，层层提取噪声信息，生成低剂量CT的负噪声图像，最后与低剂量图像相加，获得重建图像，这样可以高效地去除低剂量CT图像上的噪声，同时保留图像的细节信息。
基本信息
专利标题 ：
基于小波-RED卷积神经网络的低剂量CT重建方法
专利标题（英）：
暂无
公开（公告）号 ：
CN110992295A
申请号 ：
CN201911335488.2
公开（公告）日 ：
2020-04-10
申请日 ：
2019-12-20
授权号 ：
CN110992295B
授权日 ：
2022-04-19
发明人 ：
郑文锋杨波牛培昕刘珊曾庆川
申请人 ：
电子科技大学
申请人地址 ：
四川省成都市高新区（西区）西源大道2006号
代理机构 ：
成都行之专利代理事务所(普通合伙)
代理人 ：
温利平
优先权 ：
CN201911335488.2
主分类号 ：
G06T5/00
IPC分类号 ：
G06T5/00 G06N3/04
IPC结构图谱
G
G部——物理
G06
计算；推算或计数
G06T
一般的图像数据处理或产生
G06T5/00
图像的增强或复原
法律状态
2022-04-19 ：
授权
2020-05-05 ：
实质审查的生效
IPC(主分类) : G06T 5/00
申请日 : 20191220
申请日 : 20191220
2020-04-10 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
