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
一种面向源直线扫描CT的多模型深度学习Hilbert逆变换重建方法，属于CT成像技术领域，包括以下步骤：初始化直线扫描段数T、旋转角度间隔Δθ，待重建图像零空间利用直线扫描探测器微分DBP算子依次重建T段DBP图像；将T段DBP图像加权叠加获得完全角度DBP图像；由虚拟几何直线扫描的滤波反投影算法获取T段DBP图像对应的标签图像；利用图像数据扩充方法扩充DBP图像与标签图像数据集；将扩充得到的图像作为pix2pix深度学习网络模型的原始输入图像进行模型训练，最终输出高质量CT重建图像。本发明利用
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号 CN 116645441 A
(43)申请公布日 2023.08.25
(21)申请号 202310661770.X G06N 3/094 (2023.01)
文档评论（0）