基于先驗(yàn)信息感知學(xué)習(xí)的能譜CT及物質(zhì)定量智能成像算法

摘要： 目的 提出一種基于先驗(yàn)信息感知學(xué)習(xí)的能譜CT半監(jiān)督物質(zhì)定量智能成像算法（SLMD-Net），以提升能譜CT及物質(zhì)定量成像精度和質(zhì)量，并降低數(shù)據(jù)驅(qū)動網(wǎng)絡(luò)對標(biāo)簽數(shù)據(jù)的依賴性。方法 算法框架包括監(jiān)督子模塊和自監(jiān)督子模塊。在監(jiān)督子模塊中，基于少量標(biāo)簽數(shù)據(jù)和均方誤差損失函數(shù)學(xué)習(xí)構(gòu)建從低信噪比數(shù)據(jù)到高信噪比數(shù)據(jù)的映射關(guān)系；在自監(jiān)督子模塊中，針對大量無標(biāo)簽低信噪比基物質(zhì)圖像數(shù)據(jù)，采用基于圖像...