龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
摘要：本申请公开了一种低剂量和快速扫描PET图像的图像增强方法和系统，通过融合先进的深度学习技术和创新的数据处理方法，为低剂量和快速扫描PET图像的质量提升提供了一种有效的解决方案，结合医学图像的特有特征和对比学习原理，有效地克服了传统损失函数在处理低剂量PET图像时导致的图像模糊和细节丢失问题。这种方法不仅提高了图像的清晰度和细节保留能力，还确保了重要的临床诊断信息得以准确反映，从而有助于医生作出更为准确的诊断决策，并且大幅提高了训练数据的质量和丰富性。这不仅为深度学习模型提供了高质量的训练数据，也使模型能够更好地适应各种低剂量和快速扫描的临床应用场景，进一步提升了模型的泛化能力和实用性。
主权项：1.一种低剂量和快速扫描PET图像的图像增强方法，所述方法包括：将标准采集时间延长至原定时间的两倍，收集序列模式下的CT和PET扫描数据，并基于PET扫描数据生成110、14及12比例的低剂量和快速扫描PET图像，收集用于感知损失主干网络训练的PET数据；对CT图像进行线性插值再采样，确保与PET图像在横断面上的对齐，生成三组不同比例的LPET和SOCP数据对，并对数据进行全局3D平均值标准化处理，同时对CT图像进行值域裁剪和归一化处理，并对PET数据进行3D全局平均值标准化，确保数据一致性；基于对比学习原理和PET扫描图像的内在相似性特征，构建正负样本对，通过深度卷积网络进行特征提取，使用归一化温度缩放交叉熵损失函数优化网络参数，逐步调整正负样本对的权重，直至损失函数收敛；使用UnetPlusPlus结构作为LPET图像增强模型，输入包括14个通道的图像数据，其中7个通道为连续的LPET图像，另外7个通道为对应的CT图像，模型输出为经过增强优化的7个通道的HPET图像，通过L1损失、SSIM损失、感知损失和器官专注损失等综合损失函数进行训练；利用训练好的模型参数，对实际采集的低剂量和快速扫描PET图像进行优化处理，生成高质量的HPET图像，并对模型输出的HPET进行逆标准化操作，恢复图像的原始比例和亮度。
全文数据：
权利要求：
百度查询： 深智透医疗科技发展(上海)有限责任公司 一种低剂量和快速扫描PET图像的图像增强方法和系统
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号