一种基于密集大核注意力的稀疏CT投影重建方法技术

本发明专利技术涉及图像处理技术领域，公开了一种基于密集大核注意力的稀疏CT投影重建方法，包括以下步骤：采用三次样条插值法对稀疏正弦图进行插值，得到初始的伪影正弦图；引入包含密集子块、大核注意力子块与卷积层的密集大核注意力块，构建密集大核注意力编解码网络模型；将初始的伪影正弦图与非稀疏正弦图输入密集大核注意力编解码网络模型进行训练，学习伪影正弦图与非稀疏正弦图的误差，得到训练好的密集大核注意力编解码网络模型；重新获取稀疏正弦图并输入训练好的密集大核注意力编解码网络模型中，得到修复的正弦图后用滤波反投影方法进行重建，得到高质量的CT图像；该方法减少了输出结果与标签值之间的误差，提高了模型性能与预测精度。

【技术实现步骤摘要】

本专利技术涉及图像处理，具体涉及一种基于密集大核注意力的稀疏ct投影重建方法。

技术介绍

1、x射线ct能够在不破坏物体内部信息的情况下获取物体内部信息，因此x射线ct在临床、工业等领域得到了广泛的应用。随着ct技术的进步，辐射剂量问题越来越受到人们的关注。降低ct剂量是为了满足合理最低剂量原则。而稀疏ct是降低ct剂量的方法之一。由于稀疏投影重建是一个不适定问题，当用解析法对ct图像稀疏投影重建时，存在严重的条纹伪影。同时现有技术中解决稀疏投影重建的方法分为三类：正弦图投影补偿法、迭代法、基于深度学习的方法。其中，正弦图投影补偿法存在恢复投影的效果难于把握，甚至正弦图数据的误差导致重建图像出现新的伪影的问题；迭代法存在需要在迭代过程中反复的投影和反投影，导致重建耗时问题，且超参数对迭代的收敛和重建效果影响较大；此外，现有的基于深度学习的稀疏投影重建方法在利用神经网络模型进行预测时，忽略了投影之间的相关性，使得图像的部分信息丢失，从而导致精度较低。

技术实现思路

1、针对现有技术中的上述不足，本专利技术提供了本文档来自技高网...

【技术保护点】

1.一种基于密集大核注意力的稀疏CT投影重建方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的基于密集大核注意力的稀疏CT投影重建方法，其特征在于，步骤S1具体包括：

3.根据权利要求2所述的基于密集大核注意力的稀疏CT投影重建方法，其特征在于，密集大核注意力编解码网络模型包括依次连接的编码器与解码器；

4.根据权利要求3所述的基于密集大核注意力的稀疏CT投影重建方法，其特征在于，第一密集大核注意力块、第二密集大核注意力块、第三密集大核注意力块以及第四密集大核注意力块均包括一个四层的密集子块、一个大核注意力子块以及一个1×1的卷积层；

<...

【技术特征摘要】

1.一种基于密集大核注意力的稀疏ct投影重建方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的基于密集大核注意力的稀疏ct投影重建方法，其特征在于，步骤s1具体包括：

3.根据权利要求2所述的基于密集大核注意力的稀疏ct投影重建方法，其特征在于，密集大核注意力编解码网络模型包括依次连接的编码器与解码器；

4.根据权利要求3所述的基于密集大核注意力的稀疏ct投影重建方法，其特征在于，第一密集大核注意力块、第二密集大核注意力块、第三密集大核注意力块以及第四密集大核注意力块均包括一个四层的密集...

【专利技术属性】
技术研发人员：邹晓兵，杨华千，冯伟，
申请(专利权)人：重庆第二师范学院，
类型：发明
国别省市：