项目名称: 多种先验知识融合的腹部低剂量CT 3D图像恢复算法研究

项目编号: No.61202267

项目类型: 青年科学基金项目

立项/批准年度: 2013

项目学科: 自动化技术、计算机技术

项目作者: 邓杰航

作者单位: 广东工业大学

项目金额: 23万元

中文摘要: X射线的致癌作用对人类的健康形成了巨大的威胁。应用重建后图像恢复技术有效地恢复低剂量腹部CT(Computed Tomography)图像的诊断质量,使其达到甚至超过常规剂量图像的诊断质量,从而达到降低X射线辐射量的目的,是目前医用CT研究领域的焦点。因为人体腹部结构复杂、图像对比度低,所以多种先验知识的融合是有效恢复腹部低剂量图像质量的核心。为了有效地恢复低剂量CT图像的诊断质量,本研究拟将高、低剂量CT 3D图像之间的相关性、医学诊断的经验依据和复杂的人体腹部解剖结构作为先验知识,设计能融合这些先验知识的图像恢复算法对退化的腹部低剂量CT图像进行有效的质量改善处理。并通过统计检验、图像定量评价和诊断医生的定性评价对算法的性能进行定性和定量的分析和评价。

中文关键词: 3D 低剂量CT;腹部;先验知识;图像恢复;

英文摘要: The cancer induced by X-ray exposure does great harm to human health. In order to lower down the X-ray exposure of abdominal CT(Computed Tomography) imaging, post-processing technique of image restoration is applied to recover the low-dose abdominal CT im

英文关键词: 3D low-dose CT;medical abdoment;prior knowledge;image restoration;

成为VIP会员查看完整内容
0

相关内容

基于深度学习的图像目标检测算法综述
专知会员服务
97+阅读 · 2022年4月15日
专知会员服务
27+阅读 · 2021年10月6日
专知会员服务
56+阅读 · 2021年9月22日
专知会员服务
13+阅读 · 2021年9月17日
专知会员服务
14+阅读 · 2021年6月1日
专知会员服务
114+阅读 · 2021年1月11日
【NeurIPS 2020】对比学习全局和局部医学图像分割特征
专知会员服务
43+阅读 · 2020年10月20日
姿势服装随心换-CVPR2019
专知会员服务
34+阅读 · 2020年1月26日
光学遥感图像目标检测算法综述
专知
8+阅读 · 2021年3月23日
最全综述:基于深度学习的三维重建算法
极市平台
12+阅读 · 2020年3月17日
最全综述 | 医学图像处理
计算机视觉life
57+阅读 · 2019年6月15日
PFLD:简单高效的实用人脸关键点检测算法
PaperWeekly
20+阅读 · 2019年4月17日
一文读懂图像压缩算法
七月在线实验室
15+阅读 · 2018年5月2日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
2+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
1+阅读 · 2009年12月31日
Arxiv
0+阅读 · 2022年4月20日
Arxiv
1+阅读 · 2022年4月20日
Arxiv
0+阅读 · 2022年4月14日
小贴士
相关VIP内容
基于深度学习的图像目标检测算法综述
专知会员服务
97+阅读 · 2022年4月15日
专知会员服务
27+阅读 · 2021年10月6日
专知会员服务
56+阅读 · 2021年9月22日
专知会员服务
13+阅读 · 2021年9月17日
专知会员服务
14+阅读 · 2021年6月1日
专知会员服务
114+阅读 · 2021年1月11日
【NeurIPS 2020】对比学习全局和局部医学图像分割特征
专知会员服务
43+阅读 · 2020年10月20日
姿势服装随心换-CVPR2019
专知会员服务
34+阅读 · 2020年1月26日
相关基金
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
2+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
1+阅读 · 2009年12月31日
微信扫码咨询专知VIP会员