Title:
金属アーチファクトを低減するための深層学習の使用
Document Type and Number:
Japanese Patent JP2021511608
Kind Code:
A
Abstract:
Ｘ線イメージングデバイス１０、１００は、未補正Ｘ線画像３０を取得するように構成される。画像再構成デバイスは、電子プロセッサ２２と、画像補正方法２６を実行するための、電子プロセッサにより読取り可能及び実行可能な命令を格納する非一時的記憶媒体２４とを含み、画像補正方法が、金属アーチファクト画像３４を発生するために未補正Ｘ線画像にニューラルネットワーク３２を適用することであって、ニューラルネットワークが、金属アーチファクトを含む残差画像コンテンツを抽出するように訓練されている、適用することと、未補正Ｘ線画像から金属アーチファクト画像を減じることによって、補正されたＸ線画像４０を発生することとを含む。
Inventors:
Shoe See You
Dan Hao
Dan Hao
Application Number:
JP2020560551A
Publication Date:
May 06, 2021
Filing Date:
January 09, 2019
Export Citation:
Assignee:
KONINKLIJKE PHILIPS N.V.
International Classes:
G06T7/00; A61B6/00; A61B6/03; G01T1/161; G06T1/00
Domestic Patent References:
| JP2018500970A | 2018-01-18 |
Foreign References:
| WO2017223560A1 | 2017-12-28 |
Other References:
HYUNG SUK PARK ET AL.: "Machine-learning-based nonlinear decomposition of CT images for metal artifact reduction", [ONLINE], JPN6023003298, 1 August 2017 (2017-08-01), ISSN: 0004979542
KAI ZHANG ET AL.: "Beyond a Gaussian Denoiser: Residual Learning of Deep CNN for Image Denoising", IEEE TRANSACTIONS ON IMAGE PROCESSING VOLUME: 26, ISSUE: 7, JPN6023003299, 31 July 2017 (2017-07-31), ISSN: 0004979543
KAI ZHANG ET AL.: "Beyond a Gaussian Denoiser: Residual Learning of Deep CNN for Image Denoising", IEEE TRANSACTIONS ON IMAGE PROCESSING VOLUME: 26, ISSUE: 7, JPN6023003299, 31 July 2017 (2017-07-31), ISSN: 0004979543
Attorney, Agent or Firm:
Patent Services Corporation m&s Partners