一种基于字典学习思想无衰减校正的PET重建方法.pdfVIP

下载本文档

0
0
约1.24万字
约 12页
2023-05-20 发布于北京
举报
版权申诉

一种基于字典学习思想无衰减校正的PET重建方法.pdf

1、本文档共12页，其中可免费阅读11页，需付费10金币后方可阅读剩余内容。
2、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。
3、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。
4、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
6、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。
7、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。
8、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

本发明公开了一种基于字典学习思想无衰减校正的PET重建方法，实现了重构矩阵和PET图像和联合估计。本发明基于全连接层和卷积模块构建了网络框架，全连接用来更新重构矩阵，卷积模块用来更新PET图像，重构矩阵和PET图像的迭代更新能够实现图像的去噪和衰减补偿。本发明不需要额外的CT或MR扫描，也不需要对测量数据进行衰减校正，就可以实现从sinogram到PET图像的映射。此外，本发明在重建时不需要使用PET系统的系统矩阵，避免了由于系统矩阵不准确带来的重建误差。相比于同类方法，本发明的重建速度更快，且

(19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 114926559 A (43)申请公布日 2022.08.19 (21)申请号 202210500284.5 (22)申请日 2022.05.09 (71)申请人浙江大学