【技术实现步骤摘要】
本专利技术涉及医学成像，特别涉及一种基于深度学习的锥束ct骨伪影抑制重建方法。
技术介绍
1、锥形束cbct具有高分辨率和低辐射剂量的优点，广泛应用于口腔颌面影像检查中，口腔cbct系统中的x射线通常为多色光混合能量射线束，其经过扫描物体后由于高密度骨组织对低能射线容易吸收进而产生严重的条状骨硬化伪影，影响阅片检查，目前主要通过多项式拟合将骨伪影进行硬化校正，但需针对特定设备进行校正系数计算且伪影抑制效果个体差异大，因此，仍然需要一种基于深度学习的锥束ct骨伪影抑制重建方法，以进一步提升伪影抑制程度，故此，就需要一种基于深度学习的锥束ct骨伪影抑制重建方法。
2、该一种基于深度学习的锥束ct骨伪影抑制重建方法，通过设计合适的深度学习网络实现骨伪影抑制，相比于传统的多项式拟合校正方法具有更好的学习适应能力，效果和稳定性都得到改善，根据高能和低能实际图像计算获得无伪影图像作为训练数据对中的目标图像，使得训练目标既能保持实际扫描过程中的组织细节又能较好实现伪影消除，提升网络处理效果。
技术实现思路>
1、本文档来自技高网...
【技术保护点】
1.一种基于深度学习的锥束CT骨伪影抑制重建方法，其特征在于：包括如下步骤；
2.根据权利要求1所述的一种基于深度学习的锥束CT骨伪影抑制重建方法，其特征在于：所述S1中，获取锥束CT的原始投影数据，通过使用锥束CT系统对含有骨组织的扫描物体沿各个角度扫描一周可采集获得骨硬化的原始投影数据p，锥束CT系统中发射源球管所发出的X射线经过骨组织时，由于骨组织对软射线有不同程度的吸收导致探测器所接收到的X射线等效能量偏高即硬化，相应的投影光子数为不同程度的偏低。
3.根据权利要求1所述的一种基于深度学习的锥束CT骨伪影抑制重建方法，其特征在于：所述S...
【技术特征摘要】
1.一种基于深度学习的锥束ct骨伪影抑制重建方法，其特征在于：包括如下步骤；
2.根据权利要求1所述的一种基于深度学习的锥束ct骨伪影抑制重建方法，其特征在于：所述s1中，获取锥束ct的原始投影数据，通过使用锥束ct系统对含有骨组织的扫描物体沿各个角度扫描一周可采集获得骨硬化的原始投影数据p，锥束ct系统中发射源球管所发出的x射线经过骨组织时，由于骨组织对软射线有不同程度的吸收导致探测器所接收到的x射线等效能量偏高即硬化，相应的投影光子数为不同程度的偏低。
3.根据权利要求1所述的一种基于深度学习的锥束ct骨伪影抑制重建方法，其特征在于：所述s2中，对上述s1得到的原始投影数据p进行预处理可转换得到吸收系数相关的投影图像数据f。
4.根据权利要求1所述的一种基于深度学习的锥束ct骨伪影抑制重建方法，其特征在于：所述s3中，对上述s2得到的骨硬化的投影图像数据f进行fdk重建，可得到带有骨伪影的重建图像i0。
5.根据权利要求1所述的一种基于深度学习的锥束ct骨伪影抑制重建方法，其特征在于：...
【专利技术属性】
技术研发人员：李华勇，范毅，刘金池，
申请(专利权)人：深圳市菲森科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。