文档详情

基于Transformer的CT稀疏重建方法研究.pdf

发布：2024-09-19约9.79万字共60页下载文档

文本预览下载声明

中文摘要

计算机断层成像(ComputedTomography,CT)技术的出现，极大地推动了医学影像

诊断学的进展，在精准诊疗中发挥着日益重要的作用。然而X射线辐射有可能危害

人体健康，所以低剂量CT成为了研究热点。CT稀疏重建是指从稀疏角度下采集的

投影重建图像，是一种有效的低剂量CT实现方式。但是，以滤波反投影算法(Filtered

BackProjection，FBP)为代表的解析法稀疏重建的图像中包含严重的条状伪影，影响

了后续诊断。迭代法和深度学习法是两类高精度稀疏重建方法，本

显示全部

相似文档

基于Transformer和多注意力机制的CT图像稀疏重建方法研究.pdf 摘要计算机断层成像(ComputedTomography,CT)是医学成像领域中应用最为广泛的成像模态之一，可以提高疾病诊断的准确性，在临床诊断中往往扮演着关键角色。但是，成像过程中使用的X射线会在一定程度上对人体造成辐射暴露，增加患癌的风险。因此，低剂量CT成为了当前医学成像领域的研究热点之一。低剂量CT的实现方法之一是以稀疏扫描方式采集投影数据。然而由于投影角度不完备，使用传统的解析法稀疏重建出来的CT图像通常会包含严重的条状伪影，降低了图像的可用性。近年来，深度学习在图像处理中取得了显著的进展，其中一个主要原因是可以有效建模低质量图像与高质量图像之间复杂的非线性映射。以
2025-03-18 约8.97万字 60页立即下载
基于Transformer增强型U-net的CT图像稀疏重建与伪影抑制.docx 基于Transformer增强型U-net的CT 图像稀疏重建与伪影抑制摘要：实现低剂量计算机断层成像（CT）的一个有效办法是减少投影角度，但投影角度较少会产生严重的条状伪影，降低图像的临床使用价值。针对该问题，提出一种耦合卷积神经网络（CNN）和多种注意力机制的U型网络（TE-unet）。首先采用U型架构提取多尺度特征信息；其次提出一个包含CNN和多种注意力的模块提取图像特征；最后在跳跃连接处加入Transformer块过滤信息，抑制不相关特征，突出重要特征。所提网络结合CNN的局部特征提取能力和Transformer的全局信息捕获能力，辅以多种注意力机制，实现了良好的去条状伪影能力。在6
2025-04-24 约1.42万字 19页立即下载
基于CNN和Transformer耦合网络的低剂量CT图像重建方法.docx 基于CNN和Transformer耦合网络的低剂量CT图像重建方法 摘要：在投影角度个数不变的情况下，降低每个角度下的射线剂量，是一种有效的低剂量CT实现方式，然而，这会使得重建图像的噪声较大。当前，以卷积神经网络（CNN）为代表的深度学习图像去噪方法已经成为低剂量CT图像去噪的经典方法。受Transformer在计算机视觉任务中展现的良好性能的启发，本文提出一种CNN和Transformer耦合的网络（CTC），以进一步提高CT图像去噪的性能。CTC网络综合运用CNN的局部信息关联能力和Transformer的全局信息捕捉能力，构建8个由CNN部件和一种改进的Transformer部件构成的
2025-04-26 约1.3万字 18页立即下载
基于稀疏梯度域自适应字典学习方法的CT重建-电子与通信工程专业论文.docx 摘摘要万方数据万方数据摘要 CT 成像技术是一种能准确、直观地显示物体内部信息的技术。自第一台 CT 机问世起，CT 技术得到了广泛的关注，并被应用到了各个领域。如何加快 CT 的扫描速度和减少对被检体的射线剂量一直是 CT 的研究热点，一个有效途径就是减少重建图像所需的投影数量，即采用稀疏投影。但传统的 CT 图像重建方法 因其固有的局限性在稀疏投影下重建图像会产生严重的图像失真、伪影及低信噪比。2006 年提出的压缩感知理论证明了稀疏信号可以以远低于奈奎斯特采样定理所要求的采样率实现信号的精确重建，为稀疏投影下 CT 的图像重建提供了可能。基于压缩感知理论，本文采用
2019-03-26 约5.66万字 59页立即下载
基于稀疏低秩方法革新多层螺旋CT能谱重建算法的深度剖析.docx 基于稀疏低秩方法革新多层螺旋CT能谱重建算法的深度剖析一、引言 1.1研究背景与意义在现代医学成像领域，多层螺旋CT（Multi-SliceSpiralCT，MSCT）技术凭借其独特优势，已成为疾病诊断不可或缺的工具。自1972年CT首次应用于临床以来，历经多次技术革新，从常规CT到螺旋CT，再发展至多层螺旋CT，探测器排数不断增加，扫描速度大幅提升，图像分辨率显著改善。如今，多层螺旋CT最快扫描速度可达0.27S，采集层厚能达到0.15-0.3mm，使得CT检测速度和分辨率有了质的飞跃。在数据处理方面，多层螺旋CT也取得了长足进展，强大的
2025-04-06 约2.87万字 22页立即下载
基于线性稀疏注意力Transformer的视频去摩尔纹方法.pdf (19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 114881888 A (43)申请公布日 2022.08.09 (21)申请号 202210649880.X (22)申请日 2022.06.10 (71)申请人福州大学
2023-05-17 约3.17万字 20页立即下载
基于Transformer稀疏注意力机制的水质预测方法.pdf (19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 116050571 A (43)申请公布日 2023.05.02 (21)申请号 202211449236.4 G06F 17/16 (2006.01) (22)申请日 2022.11.
2023-05-11 约1.29万字 13页立即下载
基于Transformer的视频三维人体重建研究.pdf 摘要近年来，随着虚拟现实、元宇宙技术的发展，三维人体重建技术受到越来越多的关注。传统的人体模型重建方法大多依赖于外部的扫描仪器，过程比较复杂且花费昂贵，因此难以广泛应用。基于图像和视频的三维人体重建技术具有数据采集方便，实时性好等诸多优点，因此具有十分广阔的应用前景。目前国内外学者在基于视频图像的三维人体重建方面开展了许多深入的研究，诸如 VIBE（VideoInferenceforHumanBodyPoseandShapeEstimation）等深度网络模型在公开数据
2024-09-26 约7.3万字 63页立即下载
基于稀疏重建方法的稀疏阵列方向图综合.pdf 基于稀疏重建方法的稀疏阵列方向图综合摘要随着科技的不断进步与社会的日益发展，各种类型的通信设备在现代社会中扮演着愈加重要的角色。阵列天线作为通信设备中的重要组成部分，其在民用与军用领域的作用都愈发凸显。而稀疏阵列作为一种性能优异的天线结构，在现代通信与信号处理领域都具有重要意义。它通过合理布置有限数量的阵元，便能实现接近均匀满秩阵列的性能表现。所以能在误差尽可能小的情况下，用尽可能少的稀疏阵列中的阵元，完成对目标方向图的重建是有非常重要的意义，针对上述问题，本文进行以下研究：首先，通过对阵列方向图与综合问题的研究，探讨稀疏阵列相较于传统均匀阵列的优势，进而提出稀疏阵列方向图综
2025-04-25 约13.17万字 73页立即下载
面向稀疏投影CT成像的深度重建算法研究.docx 面向稀疏投影CT成像的深度重建算法研究一、引言计算机断层扫描（ComputedTomography,CT）作为一种重要的医学影像技术，被广泛应用于临床诊断和科学研究。然而，传统的CT成像技术常常面临投影数据稀疏的问题，导致重建图像质量下降。近年来，深度学习技术在图像处理领域取得了显著的成果，因此，研究面向稀疏投影CT成像的深度重建算法具有重要的理论和实践意义。本文旨在探讨深度学习在稀疏投影CT成像重建中的应用，提出一种有效的深度重建算法，以提高CT图像的质量。二、相关工作在CT成像领域，稀疏投影问题一直是研究的热点。传统的重建算法如滤波反投影（FilteredBackProjectio
2025-03-17 约4.49千字 9页立即下载
基于Swin Transformer的近红外图像超分辨率重建方法研究.pdf 摘要摘要近红外成像技术利用近红外探测器捕捉0.7μm至1.4μm波长反射光以生成图像。该技术揭示了可见光技术无法显示的信息，并因其稳定性、高灵敏度、无损性等优点，在夜视、环境监测、食品检测、医学检测等领域广泛应用。然而，近红外图像通常受到光源物理特性和高昂成像设备成本的限制，存在分辨率低的问题。提高近红外图像分辨率的方法分为硬件和软件两种。尽管硬件方法效果显著，但成本过高；软件方法，尤其是图像超分辨率(SuperResolution,SR)技术，成本较低且易于实施。鉴于此，针对近红外图像的特性，提出了两种基于Swin Transformer的超分辨率重建算法：（1）在现有的基
2025-06-08 约12.1万字 79页立即下载
基于深度学习的肺部CT重建方法研究.docx 基于深度学习的肺部CT重建方法研究 一、引言近年来，随着医疗影像技术的不断发展和计算机硬件设备的不断进步，肺部CT图像重建方法成为了医疗研究领域的热点。基于深度学习的技术在这一领域有着显著的优势和重要的应用价值。本文将研究基于深度学习的肺部CT重建方法，并深入探讨其技术原理、实现方法和应用前景。二、背景与意义肺部CT（ComputedTomography）是一种常见的医学影像检查手段，可以提供肺部的三维结构信息，对诊断和治疗肺部疾病具有重要意义。然而，传统的CT重建方法往往存在图像质量不高、重建速度慢等问题。因此，研究一种高效、准确的肺部CT重建方法具有重要的临床应用价值。深度学习作为
2025-03-15 约4.6千字 9页立即下载
基于深度学习的肺部CT重建方法研究.docx 基于深度学习的肺部CT重建方法研究 一、引言随着医疗技术的不断进步，计算机断层扫描（ComputedTomography,CT）在医学诊断中扮演着越来越重要的角色。特别是对于肺部疾病的诊断，CT技术因其高分辨率和三维成像能力而备受青睐。然而，由于多种因素如设备限制、扫描时间过长或患者配合度等，CT图像可能存在重建效果不理想的情况。因此，基于深度学习的肺部CT重建方法研究，成为了医学影像处理领域的一个热门方向。本文旨在探讨基于深度学习的肺部CT重建方法的研究现状及进展。二、研究背景近年来，深度学习在医学影像处理领域取得了显著的成果。特别是卷积神经网络（ConvolutionalNeural
2025-05-09 约4.23千字 8页立即下载
基于深度学习的低剂量锥束CT重建方法研究.docx 基于深度学习的低剂量锥束CT重建方法研究 一、引言随着医学影像技术的不断发展，锥束CT（CBCT）作为一种重要的医学影像技术，在临床诊断和治疗中发挥着越来越重要的作用。然而，传统的CBCT重建方法往往需要较高的辐射剂量，对患者的身体健康造成潜在威胁。因此，研究低剂量锥束CT重建方法具有重要的临床意义和应用价值。近年来，深度学习技术的快速发展为低剂量CBCT重建提供了新的思路和方法。本文旨在研究基于深度学习的低剂量锥束CT重建方法，以提高图像质量和降低辐射剂量。二、相关工作近年来，深度学习在医学影像处理领域取得了显著成果。特别是在低剂量CT图像重建方面，许多研究利用深度学习技术提高了图像质
2025-05-29 约4.84千字 10页立即下载
基于Transformer和注意力机制的低剂量CT智能成像方法研究.pdf 摘要 ComputedTomographyCT 计算机断层成像（，）属于医学影像学中的一种检查技术，在影像诊断领域发挥着重要作用。尽管它在疾病诊断和治疗方面对医生提供了极大的帮助，但在扫描过程中，病人暴露于X射线辐射，这可能增加患者的潜在致 X 病风险。因此，尽可能减少射线的剂量是十分必要的。但随着X射线剂量的降低， CT 重建出的图像的噪声会相应增大，严重影响诊断结果。因此，如何压制低剂量 CT图像的噪声问题成为了当前研究的主流方向之一。最近，深度学习方法在图像处理领域取得了显著进展，特别是在处理图像去噪 ConvolutionalNeural 任务时表现突出。当前的研究主要集中在卷积
2025-03-24 约9.19万字 67页立即下载