← 返回列表
一种基于低秩约束的能谱CT迭代展开重建系统
申请人信息
- 申请人:合肥吉麦智能装备有限公司
- 申请人地址:230000 安徽省合肥市经济技术开发区芙蓉路创新创业园1#B整栋
- 发明人: 合肥吉麦智能装备有限公司
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 一种基于低秩约束的能谱CT迭代展开重建系统 |
| 专利类型 | 发明授权 |
| 申请号 | CN202311777806.7 |
| 申请日 | 2023/12/22 |
| 公告号 | CN117456038B |
| 公开日 | 2024/3/22 |
| IPC主分类号 | G06T11/00 |
| 权利人 | 合肥吉麦智能装备有限公司 |
| 发明人 | 桂志国; 蔡业余; 张鹏程; 刘祎; 于雪莲 |
| 地址 | 安徽省合肥市经济技术开发区芙蓉路创新创业园1#B整栋 |
摘要文本
本发明涉及一种基于低秩约束的能谱CT迭代展开重建系统，信息输入模块、能谱CT重建网络模块和信息输出模块; 在信息输入模块中，输入能谱投影数据和系统参数，采用原始‑对偶方法求解基于低秩约束的CT重建问题，得到易于神经网络展开的能谱CT迭代重建算法；对该迭代重建算法的各计算步骤进行神经网络展开，得到迭代展开重建网络的子网络结构，能谱CT重建网络由多个结构相同的子网络构成，能谱投影数据依次通过各子网络，生成重建后的能谱CT断层图像，在信息输出模块中，输出重建后的能谱CT断层图像。本发明实现了低秩约束的神经网络展开，提升整体能谱CT重建网络的可解释性，改善能谱CT重建图像的视觉质量。
专利主权项内容
1.一种基于低秩约束的能谱CT迭代展开重建系统，其特征在于，包括：信息输入模块、能谱CT重建网络模块和信息输出模块；在信息输入模块中，输入能谱投影数据和系统参数，采用原始-对偶方法求解基于低秩约束的CT重建问题，得到易于神经网络展开的能谱CT迭代重建算法；对该迭代重建算法的各计算步骤进行神经网络展开，得到迭代展开重建网络的子网络结构，能谱CT重建网络由多个结构相同的子网络构成，能谱投影数据依次通过各子网络，生成重建后的能谱CT断层图像，在信息输出模块中，输出重建后的能谱CT断层图像；迭代重建算法计算步骤如下：其中，g为投影数据，φ为稀疏变换，A为系统矩阵，T为转置操作，σ、τ、λ和θ为权重参数；为基于奇异值分解的软阈值算子；p、q和u为中间变量，初值均为0，/>为待重建图像，初值为0；nnn矩阵A与变量相乘，表示对该变量进行正投影操作；矩阵A与变量相乘，表示对该变量进行反投影操作；矩阵φ与变量相乘，表示对该变量进行稀疏变换；矩阵φ与变量相乘，表示对该变量进行稀疏变换的转置变换。TT