光子計数検出器を用いたスペクトルCTからの単色画像合成のための新しい深層学習ベース法【JST・京大機械翻訳】

Zheng Ao; Yang Hongkai; Zhang Li; Xing Yuxiang

プレプリント

J-GLOBAL ID：202202205046457647 整理番号：22P0172846

光子計数検出器を用いたスペクトルCTからの単色画像合成のための新しい深層学習ベース法【JST・京大機械翻訳】

A novel deep learning-based method for monochromatic image synthesis from spectral CT using photon-counting detectors

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (4件)： , , ,
資料名：
発行年： 2020年07月19日プレプリントサーバーでの情報更新日： 2020年07月19日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

光子計数検出器(PCD)の成長技術により,スペクトルCTは材料分化の可能性を有する広く関係する話題である。しかし,検出器のクロストークとパルスパイルアップのようないくつかの非理想因子のために,補正のない検出スペクトルからの直接再構成は,誤った結果を得るであろう。従来の方法は,キャリブレーションを用いてこれらの因子をモデリングし,それに応じて補正を行うが,モデルの正確さに依存する。この問題を解決するために,本論文では,シノグラムドメインで動作する新しい深層学習ベース単色画像合成法を提案した。この問題を狙った以前の深い学習ベースの方法と異なり,著者らはクロストークの物理モデルに従って新しいネットワークアーキテクチャを設計して,それはこの問題を独創的な方法でよりよく解決することができた。この方法をPCDを備えた円錐ビームCT(CBCT)システムで試験した。補正投影に関するFDKアルゴリズムの使用の後,著者らは,より少ないノイズによって非常に正確な結果を得て,それは著者らの方法による単色画像合成の実現可能性を示した。【JST・京大機械翻訳】

, , , , , , , , , , ,
, , , , 【Automatic Indexing@JST】

生体計測 , 図形・画像処理一般 , 放射線検出・検出器 , パターン認識 , 人工知能

, , , , ,

前のページに戻る