重庆文理学院张伶俐获国家专利权
买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
龙图腾网获悉重庆文理学院申请的专利一种基于修复矩阵的有限角CT图像重建算法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN115311379B 。
龙图腾网通过国家知识产权局官网在2025-12-16发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202210963077.3,技术领域涉及:G06T11/00;该发明授权一种基于修复矩阵的有限角CT图像重建算法是由张伶俐;卢成武;黄华设计研发完成,并于2022-08-11向国家知识产权局提交的专利申请。
本一种基于修复矩阵的有限角CT图像重建算法在说明书摘要公布了:本发明涉及CT成像技术领域,具体涉及一种基于修复矩阵的有限角CT图像重建算法,包括:根据先验信息集构建修复矩阵,再根据修复矩阵、小波紧框架变换算子、预设重建图像、预设滑坡伪影图像和第一预设辅助变量进行滑坡伪影图像更新,获得更新滑坡伪影图像,根据系统矩阵、小波紧框架变换算子、更新滑坡伪影图像和第二预设辅助变量进行重建图像更新,获得更新重建图像。这样,通过修复矩阵更新预设滑坡伪影图像,进而根据更新预设滑坡伪影图像更新预设重建图像,修复了图像中被滑坡伪影模糊与退化的细节与边缘信息,提高了有限角CT图像的质量。同时在迭代过程中,通过小波紧框架变换算子抑制了噪声,进一步提高了有限角CT图像的质量。
本发明授权一种基于修复矩阵的有限角CT图像重建算法在权利要求书中公布了:1.一种基于修复矩阵的有限角CT图像重建算法,其特征在于,包括: 步骤S1、确定先验信息集、系统扫描参数集和小波紧框架变换算子,利用有限角CT扫描,获取投影集; 步骤S2、根据先验信息集构建修复矩阵,其中根据先验信息集采用优化模型进行建模,求解模型获得修复矩阵;根据系统扫描参数集获取系统矩阵,其中根据待重建目标的扫描角度范围,确定待重建目标的系统坐标,获得系统扫描参数集; 步骤S3、根据修复矩阵、小波紧框架变换算子、预设重建图像、预设滑坡伪影图像和第一预设辅助变量进行滑坡伪影图像更新,获得更新滑坡伪影图像,包括: 通过计算获得更新滑坡伪影图像;其中,为更新滑坡伪影图像,B为修复矩阵,x为待优化的更新滑坡伪影图像,为预设滑坡伪影图像,为预设重建图像,均为正则化参数,W为小波紧框架变换算子,为第一预设辅助变量;预设滑坡伪影图像为第k次更新滑坡伪影图像结果;预设重建图像为第k次更新重建图像结果,其中第1次通过初始化中的每个元素为0获得;第一预设辅助变量为第k次第一更新辅助变量,其中第1次通过初始化中的每个元素为0获得; 步骤S4、根据系统矩阵、小波紧框架变换算子、更新滑坡伪影图像、预设重建图像和第二预设辅助变量进行重建图像更新,获得更新重建图像,包括:通过计算 获得更新重建图像;其中,为更新重建图像,A为系统矩阵,u为待优化的更新重建图像,b为投影集,B为修复矩阵,为更新滑坡伪影图像,和均为正则化参数,W为小波紧框架变换算子,为第二预设辅助变量,为预设重建图像;更新滑坡伪影图像为第k+1次更新滑坡伪影图像结果;预设重建图像为第k次更新重建图像结果,其中第1次通过初始化中的每个元素为0获得;第二预设辅助变量为第k次第二更新辅助变量,其中第1次通过初始化中的每个元素为0获得; 步骤S5、根据更新滑坡伪影图像和第一预设辅助变量获取第一更新辅助变量,包括:通过计算获得第一更新辅助变量;其中,为第k+1次第一更新辅助变量,、和均为正则化参数,W为小波紧框架变换算子,为更新滑坡伪影图像,待优化的第一更新辅助变量,为第一预设辅助变量,为拟范数即非零元素个数;更新滑坡伪影图像为第k+1次更新滑坡伪影图像结果;第一预设辅助变量为第k次第一更新辅助变量结果,其中第1次通过初始化中的每个元素为0获得; 步骤S6、根据更新重建图像和第二预设辅助变量获取第二更新辅助变量,包括: 通过计算获得第二更新辅助变量;其中,为第二更新辅助变量,、和均为正则化参数,W为小波紧框架变换算子,为更新重建图像,为待优化的第二更新辅助变量,为第二预设辅助变量,为拟范数即非零元素个数;更新重建图像为第k+1次更新重建图像结果;第二预设辅助变量为第k次第二更新辅助变量,其中第1次通过初始化中的每个元素为0获得; 步骤S7、将第一更新辅助变量作为第一预设辅助变量,将第二更新辅助变量作为第二预设辅助变量,将更新重建图像作为预设重建图像,将更新滑坡伪影图像作为预设滑坡伪影图像,重复执行若干次S3-S7,直到满足迭代终止条件。
如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人重庆文理学院,其通讯地址为:402160 重庆市永川区双竹镇;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。
以上内容由龙图腾AI智能生成。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励