[发明专利]基于深度学习的放射性废物层析γ扫描图像重建方法在审
| 申请号： | 202210737502.7 | 申请日： | 2022-06-27 |
| 公开（公告）号： | CN115731315A | 公开（公告）日： | 2023-03-03 |
| 发明（设计）人： | 石睿;王昌铭;庹先国;郑洪龙;杨广;王洲;刘一瑭 | 申请（专利权）人： | 四川轻化工大学 |
| 主分类号： | G06T11/00 | 分类号： | G06T11/00;G06F30/20;G01N23/04;G01T1/167;G01T1/36 |
| 代理公司： | 成都点睛专利代理事务所(普通合伙) 51232 | 代理人： | 李玉兴 |
| 地址： | 643000 四川*** | 国省代码： | 四川;51 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种使用经过先验数据训练的二维卷积神经网络利用稀疏扫描数据进行放射性废物TGS检测图像重建，提高检测效率及图像重建精度的基于深度学习的层析γ扫描图像重建方法。该方法包括步骤S1、根据体素划分模型确定稀疏扫描方式；S2、使用蒙特卡罗方法相关软件，根据TGS系统尺寸建立仿真模型；S3、进行仿真实验并建立透射图像训练数据集；S4、搭建深度学习神经网络；并通训练深度学习神经网络；S5、重建高分辨率透射图像和发射图像并融合；S6、建立融合图像训练数据集并训练深度学习神经网络；重建融合图像；S7、设计分析处理系统，实现透射图像以及融合图像的重建。采用该方法能够有效的减少扫描次数提升检测效率；提高重建图像质量。 | ||
| 搜索关键词： | 基于 深度 学习 放射性 废物 层析 扫描 图像 重建 方法 | ||
【主权项】：
暂无信息
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于四川轻化工大学，未经四川轻化工大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/202210737502.7/，转载请声明来源钻瓜专利网。
