一种基于学习的断层扫描成像及重建方法.pdfVIP

下载本文档

0
0
约1.38万字
约 11页
2023-09-30 发布于四川
举报
版权申诉

一种基于学习的断层扫描成像及重建方法.pdf

1、本文档共11页，其中可免费阅读10页，需付费10金币后方可阅读剩余内容。
2、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。
3、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。
4、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
6、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。
7、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。
8、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

本发明提出一种基于学习的断层扫描成像及重建方法，以光照复用的方式测量场景密度分布。成像时光源按照预学习得到的强度发出光线，来自不同方向的光线由场景吸收衰减后到达传感器，对测量值计算重建得到场景的密度信息。发光强度及重建算法由神经网络学习得到。该方法将CT成像过程建模为线性全连接层，权重对应于成像时光源的发光强度；重建算法建模为非线性神经网络，可根据扫描几何的特性针对性地优化。该方法所需的采集数据数量少，计算重建无需强先验假设，实现了高效高质量的CT采集重建，可应用于高速动态场景三维重建。

(19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 116823989 A (43)申请公布日 2023.09.29 (21)申请号 202310765902.3 G06N 3/08 (2023.01) (22)申请日 2023.06.2