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:本发明公开了一种基于自监督训练的CT影像金属伪影去除方法,涉及医学影像处理领域,用于解决使用合成伪影CT影像数据训练的有监督方法网络退化,以及临床收集的真实伪影CT影像数据无对应解剖结构相同的标签而难以利用的问题。本发明包括以下步骤:获取真实伪影和合成伪影训练数据集;构建自监督训练网络模型;使用真实伪影数据集进行掩模重建预训练,获得最优编码器权重;使用合成伪影数据集和预训练权重进行金属伪影去除微调,获得最优网络模型;使用最优模型进行CT影像金属伪影去除。本发明构建了自监督训练方法和训练网络,网络包括T型编解码器、局部增强模块和伪影分离模块,能去除大部分复杂的金属伪影并保留清晰的组织结构细节。
主权项:1.一种基于自监督训练的CT影像金属伪影去除方法,其特征在于,包括以下步骤:步骤1、构建用于前置任务和下游任务两个训练阶段的数据集,前置任务数据集用于预训练,下游任务数据集用于微调;步骤2、构建金属伪影校正网络模型;步骤3、对前置任务数据集进行掩模处理;步骤4、使用掩模数据完成网络模型前置任务的预训练,前置任务目标为恢复掩模数据;步骤5、更新网络模型参数权重,在前置任务损失函数收敛时保存T型编码器参数权重;步骤6、使用下游任务数据集微调模型;步骤7、更新网络模型参数权重,在下游任务损失函数收敛时保存模型参数权重;步骤8、使用最优网络模型进行CT影响金属伪影去除,将含有金属伪影的CT影像导入到最优网络模型中进行计算,获得伪影去除后的CT影像。
全文数据:
权利要求:
百度查询: 天津大学 一种基于自监督训练的CT影像金属伪影去除方法
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。