基于深度学习的放射性废物层析γ扫描图像重建方法.pdfVIP

  • 0
  • 0
  • 约2.32万字
  • 约 17页
  • 2023-06-08 发布于四川
  • 举报

基于深度学习的放射性废物层析γ扫描图像重建方法.pdf

本发明公开了一种使用经过先验数据训练的二维卷积神经网络利用稀疏扫描数据进行放射性废物TGS检测图像重建,提高检测效率及图像重建精度的基于深度学习的层析γ扫描图像重建方法。该方法包括步骤S1、根据体素划分模型确定稀疏扫描方式;S2、使用蒙特卡罗方法相关软件,根据TGS系统尺寸建立仿真模型;S3、进行仿真实验并建立透射图像训练数据集;S4、搭建深度学习神经网络;并通训练深度学习神经网络;S5、重建高分辨率透射图像和发射图像并融合;S6、建立融合图像训练数据集并训练深度学习神经网络;重建融合图像;S7

(19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 115731315 A (43)申请公布日 2023.03.03 (21)申请号 202210737502.7 G01T 1/36 (2006.01) (22)申请日 2022.06.2

文档评论(0)

1亿VIP精品文档

相关文档