原创力文档- 1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
- 2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
- 3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
本发明为一种基于深度学习的多材料基物质分解方法，步骤如下：步骤一：根据具有优先级的三元基物质组列表对双能CT影像数据集的一部分数据进行逐像素分解，获得一系列对应的多基物质分解图像；步骤二：将步骤一得到的基物质分解图像作为分解的标签，用基物质分解网络进行监督学习；步骤三：基于步骤二的预训练网络权重，使用全部双能CT影像数据对分解网络进行自监督训练，提高网络的基物质分解效果。本发明针对多基物质分解的特点设计了对应的网络结构、损失函数与训练策略，解决了基物质分解缺少真值的问题，保证了分解结果的准确性与
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号 CN 116246108 A
(43)申请公布日 2023.06.09
(21)申请号 202310136661.6 G06V 10/82 (2022.01)
(22)申请日 2023.02.
文档评论（0）