期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到2篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
时空混合能谱调制锥束CT成像中的调制器设计
1
作者 邓一凡 高河伟 《CT理论与应用研究(中英文)》 2025年第6期1068-1081,共14页
基于平板探测器的锥束CT,在医学诊疗、无损检测等领域均有广泛的应用。然而,锥束CT中的散射伪影与硬化伪影问题互相耦合,长期制约着其定量成像性能。近年来,一种“时空混合能谱调制”的新型锥束CT成像技术被提出,该技术可获取散射分布... 基于平板探测器的锥束CT,在医学诊疗、无损检测等领域均有广泛的应用。然而,锥束CT中的散射伪影与硬化伪影问题互相耦合,长期制约着其定量成像性能。近年来,一种“时空混合能谱调制”的新型锥束CT成像技术被提出,该技术可获取散射分布基本一致且投影射线路径基本匹配的多能谱数据,有望同时实现散射校正与多能谱成像。本文针对该方法的核心器件——能谱调制器进行设计优化,首先基于物理模型、工艺复杂度,确定调制器的结构;进一步根据能谱成像性能分析、散射相似性验证等方面确定了能谱调制器的材料、厚度、周期选取;最终采用类似PCB蚀刻的方法,制作了(0.2+0.4)mm厚度的重叠式金属钼能谱调制器。物理实验证明了该能谱调制器搭配相应的能谱−散射解耦合定量成像算法,可获得良好的散射估计与能谱成像效果,进而改善锥束CT定量成像性能。 展开更多
关键词 时空混合能谱调制 能谱调制器 锥束CT 散射校正 能谱成像
原文传递
基于多尺度注意力和空间通道重构卷积的冲击回波频谱图像分类
2
作者 崔博 武冰冰 +3 位作者 陈伟 孟庆洪 王晓 黄祺祥 《南京信息工程大学学报》 北大核心 2025年第5期659-669,共11页
针对传统卷积神经网络对冲击回波信号频谱图像进行分类时,面临卷积神经网络特征提取能力不足和数据集类别不平衡的问题,提出一种基于多尺度注意力和空间通道重构卷积的神经网络模型(Multi-scale Hybrid Attention and Spatial Channel R... 针对传统卷积神经网络对冲击回波信号频谱图像进行分类时,面临卷积神经网络特征提取能力不足和数据集类别不平衡的问题,提出一种基于多尺度注意力和空间通道重构卷积的神经网络模型(Multi-scale Hybrid Attention and Spatial Channel Reconstruction Convolutional Neural Network,MHA-SCConvNet).首先设计了多尺度混合注意力(Multi-scale Hybrid Attention,MHA)模块,用于提取不同尺度的频谱图像特征并增强模型对频谱波形关键信息的关注力度.其次,引入空间通道重构卷积(Spatial and Channel Reconstruction Convolution,SCConv)模块,通过优化图像特征的表示来降低特征冗余.最后,提出了新的混合损失函数GDHM Loss(Gradient and Distribution Harmonized Margin Loss,梯度与分布协调边距损失),该损失函数在动态情况下同时考虑难分类样本和少数类样本.在自建的数据集上进行了训练与测试,并与AlexNet、VGGNet、GoogLeNet等分类模型对比,MHA-SCConvNet准确率达到94.58%.实验结果表明,MHA-SCConvNet模型能够有效提高冲击回波信号频谱图像分类的准确率和效率. 展开更多
关键词 频谱图像分类 多尺度注意力模块 卷积神经网络 混合损失函数 空间通道重构卷积
在线阅读 下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部