-
公开(公告)号：CN107045728B
公开(公告)日：2022-01-28
申请号：CN201611149880.4
申请日：2016-12-14
申请人： 北京工业大学
IPC分类号： G06T11/00
摘要： 生物发光断层成像复合正则化重建的自适应参数选择方法，属于医学图像处理领域。由于生物组织具有强散射，低吸收的特点，生物发光断层成像的重建问题在数学上是一个高度病态的问题，外界微小的测量扰动都会给重建结果带来很大的变化。为了降低BLT重建问题的病态性，在重建时可以使用正则化的求解方法将光源重建问题转变成一个非线性的最优化问题。为了能够取得更加理想的BLT重建效果，使用基于L1范数与TV范数的复合正则化方法对重建问题求解；本发明结合偏差原理，使用迭代的方式计算复合正则化参数。通过本方法，针对BLT的复合正则化重建方法可以自适应地计算得到合适的正则化参数。
-
公开(公告)号：CN106097441A
公开(公告)日：2016-11-09
申请号：CN201610475428.0
申请日：2016-06-25
申请人： 北京工业大学
CPC分类号： G06T17/00 , A61B5/0071 , A61B5/0073 , G06T2210/41
摘要： 本发明属于医学图像处理领域，涉及一种基于L1范数与TV范数的复合正则化生物发光断层成像重建方法。本发明联合L1正则化和TV正则化的复合正则化方法，融合两种正则化方法的优点，并突破单一正则化方法的局限性，进而提高了成像的质量，并通过基于回溯线搜索(Backtracking Line Search，BLS)的共轭梯度下降(Conjugate Gradient，CG)方法进行求解。实验结果表明，本方法不但可以对荧光光源进行准确重建定位，同时有极高的计算效率。
-
公开(公告)号：CN105581779B
公开(公告)日：2018-07-31
申请号：CN201510921311.6
申请日：2015-12-13
申请人： 北京工业大学
IPC分类号： A61B5/00
摘要： 种直接融合结构成像的生物发光断层成像重建的方法,属于医学图像处理领域,本方法针对现有的生物发光断层成像重建算法中存在的问题,提出了种融合其他成像模态进行BLT重建的方法,它利用结构成像方式获得的重建图像作为先验信息计算得到自适应的正则化矩阵,进而实现BLT重建。首先基于扩散方程模拟光在生物组织中的传输规律,利用有限元方法进行数值求解;为实现融合结构成像进行BLT重建,并考虑到荧光光源的稀疏特性,提出了种不需对结构图像组织分割便可融合的方法。为实现对上述方法的求解,提出了基于Split‑Bregman的迭代方法进行求解。
-
公开(公告)号：CN107045728A
公开(公告)日：2017-08-15
申请号：CN201611149880.4
申请日：2016-12-14
申请人： 北京工业大学
IPC分类号： G06T11/00
CPC分类号： G06T11/006 , G06T2211/424
摘要： 生物发光断层成像复合正则化重建的自适应参数选择方法，属于医学图像处理领域。由于生物组织具有强散射，低吸收的特点，生物发光断层成像的重建问题在数学上是一个高度病态的问题，外界微小的测量扰动都会给重建结果带来很大的变化。为了降低BLT重建问题的病态性，在重建时可以使用正则化的求解方法将光源重建问题转变成一个非线性的最优化问题。为了能够取得更加理想的BLT重建效果，使用基于L1范数与TV范数的复合正则化方法对重建问题求解；本发明结合偏差原理，使用迭代的方式计算复合正则化参数。通过本方法，针对BLT的复合正则化重建方法可以自适应地计算得到合适的正则化参数。
-
公开(公告)号：CN105581779A
公开(公告)日：2016-05-18
申请号：CN201510921311.6
申请日：2015-12-13
申请人： 北京工业大学
IPC分类号： A61B5/00
CPC分类号： A61B5/0071
摘要： 一种直接融合结构成像的生物发光断层成像重建的方法，属于医学图像处理领域，本方法针对现有的生物发光断层成像重建算法中存在的问题，提出了一种融合其他成像模态进行BLT重建的方法，它利用结构成像方式获得的重建图像作为先验信息计算得到自适应的正则化矩阵，进而实现BLT重建。首先基于扩散方程模拟光在生物组织中的传输规律，利用有限元方法进行数值求解；为实现融合结构成像进行BLT重建，并考虑到荧光光源的稀疏特性，提出了一种不需对结构图像组织分割便可融合的方法。为实现对上述方法的求解，提出了基于Split-Bregman的迭代方法进行求解。
-
-
-
-
搜索结果
5 条记录 (耗时 0.02 秒)
