成果详情

返回
项目简介
技术简介：
专利类型： 发明 专利申请号： CN201510040428.3 公开号： CN104751429B
专利权人： 南方医科大学 发明设计人: 马建华;曾栋;边兆英;黄静;陈武凡
所属领域：
摘要： 基于字典学习的低剂量能谱CT图像处理方法，包括，（1）获取成像对象在低剂量射线下的低能量CT投影数据和高能量CT投影数据，进行重建获得低剂量下低能量CT图像 和高能量CT图像 ；（2）进行物质分解，获得低剂量下的水基图 和骨基图 ；（3）构建用于能谱CT图像成像的目标函数；（4）对目标函数采用分裂Bregman算法求解，得到能谱CT图像成像结果。本发明采用基于字典学习的稀疏表达模型，结合能谱CT基物质图像间的梯度信息，实现了对能谱CT基物质图像去噪。可实现使用低剂量发射的同时，仍能保证产生高质量的能谱CT基物质图像。
补充信息
转让方式： 成熟度： 预估价值：
市场前景：
成果展示

样品

返回