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
本发明公开了一种基于深度学习的CBCT散射校正成像方法，涉及生命科学、医学及工业检测技术领域，其技术方案要点在于，通过基于深度学习的成像方法，对CBCT成像过程中的散射进行校正操作，利用构建的深度神经网络输出预测的sCT图像，基于sCT图像计算散射信号，获得散射信号投影图，将原始CBCT投影图与散射信号投影图作差后获得优化投影图，并重建获得优化CBCT图像，提高了CBCT散射校正效率，减少散射带来的伪影，整个过程基于深度学习与蒙特卡罗模拟，提高了散射校正的效率与图像质量。
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号CN117876262A
(43)申请公布日2024.04.12
(21)申请号202410169725.7G06T7/33(2017.01)
文档评论（0）