基于深度学习的散射校正

    公开(公告)号:CN111448590B

    公开(公告)日:2023-08-15

    申请号:CN201880076660.4

    申请日:2018-09-28

    IPC分类号: G06T11/00

    摘要: 一种成像系统包括计算机断层摄影(CT)成像设备(10)(任选地谱CT)、电子处理器(16、50)和非瞬态存储介质(18、52),所述非瞬态存储介质存储在通过包括对至少一种散射机制(66)的模拟的蒙特卡洛模拟(60)生成的模拟的成像数据(74)上训练以将CT成像数据转换为投影空间中的散射估计或将未校正的重建的CT图像转换为图像空间中的散射估计的神经网络(40)。所述存储介质还存储指令,所述指令能由所述电子处理器读取和运行以重建通过所述CT成像设备采集的CT成像数据(12、14)来生成经散射校正的重建的CT图像(42)。这包括通过将所述神经网络应用于所采集的CT成像数据或应用于根据所采集的CT成像数据重建的未校正的CT图像(178)来生成散射估计(92、112、132、162、182)。

    基于深度学习的散射校正
    5.
    发明公开

    公开(公告)号:CN111448590A

    公开(公告)日:2020-07-24

    申请号:CN201880076660.4

    申请日:2018-09-28

    IPC分类号: G06T11/00

    摘要: 一种成像系统包括计算机断层摄影(CT)成像设备(10)(任选地谱CT)、电子处理器(16、50)和非瞬态存储介质(18、52),所述非瞬态存储介质存储在通过包括对至少一种散射机制(66)的模拟的蒙特卡洛模拟(60)生成的模拟的成像数据(74)上训练以将CT成像数据转换为投影空间中的散射估计或将未校正的重建的CT图像转换为图像空间中的散射估计的神经网络(40)。所述存储介质还存储指令,所述指令能由所述电子处理器读取和运行以重建通过所述CT成像设备采集的CT成像数据(12、14)来生成经散射校正的重建的CT图像(42)。这包括通过将所述神经网络应用于所采集的CT成像数据或应用于根据所采集的CT成像数据重建的未校正的CT图像(178)来生成散射估计(92、112、132、162、182)。