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！

申请/专利权人：深圳市威图医疗科技有限公司

摘要：本发明涉及医学图像处理技术领域，提供了基于卷积神经网络的CBCT图像伪影矫正系统及方法，所述系统包括图像预处理单元、模型训练单元和图像矫正单元。通过在模型训练单元中引入不同扩张率的残差模块，实现了更广泛和深层的特征提取，捕捉图像的局部细节和全局边缘信息；在浅层和深层特征提取之间，采用了带有通道和空间注意力机制的残差模块进行跳跃连接，提高了对输入图像中关键特征的感知和利用，同时减小了浅层和深层特征之间的语义差异。本发明通过准确提取多层次特征和扩大感受野，有效纠正了CBCT图像中的伪影，提高了图像质量。

主权项：1.基于卷积神经网络的CBCT图像伪影矫正系统，其特征在于，所述系统包括：图像预处理单元、模型训练单元和图像矫正单元，其中，所述图像预处理单元，用于对原始CBCT图像和参考CBCT图像进行预处理；所述模型训练单元，用于基于预处理后的原始CBCT图像和参考CBCT图像训练基于扩张和注意力机制U型卷积神经网络，得到CBCT图像伪影矫正模型；所述图像矫正单元，用于将实际CBCT图像输入所述CBCT图像伪影矫正模型生成矫正的CBCT图像；所述模型训练单元包括编码器、扩张卷积残差模块、跳层连接模块和解码器，其中，所述编码器，用于通过逐层下采样所述原始CBCT图像，以提取不同分辨率下的特征，生成四个不同尺度的特征图；所述编码器由依次连接的第一卷积模块、第一池化下采样模块、第二卷积模块、第二池化下采样模块、第三卷积模块、第三池化下采样模块、第四卷积模块和第四池化下采样模块组成；所述第一卷积模块、第二卷积模块、第三卷积模块和第四卷积模块均包含两个3×3大小的卷积核，标准化BN层和激活函数RELU；所述扩张卷积残差模块，用于对所述四个不同尺度的特征图中最后一个尺度的特征图进行更深层次的特征提取，得到深层特征图；将所述最后一个尺度的特征图与深层特征图进行融合，获得最终深层特征图；所述扩张卷积残差模块包括依次连接的五个扩张卷积残差子模块和第一残差连接，每一所述扩张卷积残差子模块由依次连接的不同扩张率的四个3×3卷积、标准化BN层和激活函数RELU组成；所述跳层连接模块，用于将同一尺度下的编码器和解码器之间的特征图进行融合，得到四个浅层特征图；所述跳层连接模块由通道注意力模块、空间注意力模块和第二残差连接构成；所述解码器，用于图像重建，通过逐层上采样最终深层特征图与同一尺度下的浅层特征图的聚合特征图来生成经过矫正的原始CBCT图像；所述解码器由依次连接的第一上采样模块、第五卷积模块、第二上采样模块、第六卷积模块、第三上采样模块、第七卷积模块、第四上采样模块、第八卷积模块和1×1卷积层组成；所述第五卷积模块、第六卷积模块、第七卷积模块和第八卷积模块均包含两个3×3大小的卷积核，标准化BN层和激活函数RELU。

全文数据：

权利要求：

百度查询： 深圳市威图医疗科技有限公司 基于卷积神经网络的CBCT图像伪影矫正系统及方法