乔志伟

作品数:28被引量:52H指数:5
导出分析报告
供职机构:山西大学计算机与信息技术学院更多>>
发文主题:压缩感知图像重建总变差计算机断层成像CT图像更多>>
发文领域:自动化与计算机技术理学机械工程更多>>
发文期刊:《计算机应用研究》《物理学报》《CT理论与应用研究(中英文)》《科学技术与工程》更多>>
所获基金:国家自然科学基金山西省回国留学人员科研经费资助项目留学人员科技活动项目择优资助经费国家留学基金更多>>
-

检索结果分析

署名顺序

  • 全部
  • 第一作者
结果分析中...
条 记 录,以下是1-10
视图:
排序:
基于Transformer增强型U-net的CT图像稀疏重建与伪影抑制被引量:1
《CT理论与应用研究(中英文)》2024年第1期1-12,共12页樊雪林 文昱齐 乔志伟 
国家自然科学基金面上项目(模型与数据耦合驱动的快速四维EPRI肿瘤氧成像(62071281));中央引导地方科技发展资金项目(新型TV和学习先验联合约束的快速四维EPRI成像方法(YDZJSX2021A003));山西省回国留学人员科研资助项目(基于新型四维TV正则机理的快速EPRI肿瘤氧成像方法研究(2020-008))。
实现低剂量计算机断层成像(CT)的一个有效办法是减少投影角度,但投影角度较少会产生严重的条状伪影,降低图像的临床使用价值。针对该问题,提出一种耦合卷积神经网络(CNN)和多种注意力机制的U型网络(TE-unet)。首先采用U型架构提取多尺...
关键词:稀疏重建 计算机断层成像 TRANSFORMER 多注意力机制 条状伪影 
基于融合通道注意力的Uformer的CT图像稀疏重建被引量:2
《计算机应用》2023年第9期2948-2954,共7页陈蒙蒙 乔志伟 
国家自然科学基金资助项目(62071281)。
针对解析法稀疏重建中产生的条状伪影问题,提出一种融合通道注意力的U型Transformer(CA-Uformer),以实现高精度计算机断层成像(CT)的稀疏重建。CA-Uformer融合了通道注意力和Transformer中的空间注意力,双注意力机制使网络更容易学习到...
关键词:计算机断层成像 稀疏重建 条状伪影 TRANSFORMER 通道注意力 
基于相对TV最小的CT图像重建算法
《CT理论与应用研究(中英文)》2023年第2期153-169,共17页张家浩 乔志伟 
国家自然科学基金面上项目(模型与数据耦合驱动的快速四维EPRI肿瘤氧成像(62071281));中央引导地方科技发展资金项目(新型TV和学习先验联合约束的快速四维EPRI成像方法(YDZJSX2021A003));山西省回国留学人员科研资助项目(基于新型四维TV正则机理的快速EPRI肿瘤氧成像方法研究(2020-008))。
总变差(TV)最小算法是一种有效的CT图像重建算法,可以对稀疏或含噪投影数据进行高精度重建。然而,在某些情况下,TV算法会产生阶梯状伪影。在图像去噪领域,相对TV算法展现了优于TV算法的性能。鉴于此,将相对TV模型引入图像重建,提出相对T...
关键词:计算机断层成像 相对总变差最小 稀疏重建 ASD-POCS算法 
三维时频变换视角的智能微观三维形貌重建方法被引量:4
《中国科学:信息科学》2023年第2期282-308,共27页闫涛 钱宇华 李飞江 闫泓任 王婕婷 梁吉业 郑珂银 吴鹏 陈路 胡治国 乔志伟 张江峰 翟小鹏 
国家自然科学基金重点项目(批准号:62136005);国家自然科学基金(批准号:62006146,62106132,62071281,62003200);国家重点研发计划(批准号:2020AAA0106100);科技创新2030–重大项目(批准号:2021ZD0112402);山西省自然科学基金计划(批准号:201901D211169,20210302123455,202103021223026)资助项目。
基于图像聚焦信息的三维形貌重建方法通常对微观物体的景深图像序列采用统一的聚焦评价标准,这类重建方法往往会忽视图像序列之间的联系,难以修正图像纹理稀疏或低对比度导致的连续帧深度误差.鉴于三维数据特有的多维度信息关联特性,本...
关键词:三维重建 无监督学习 稳定性聚类 深度图像 时频变换 
基于3MNet去噪网络的快速EPRI成像
《CT理论与应用研究(中英文)》2023年第1期55-66,共12页钱佩璋 乔志伟 杜聪聪 
国家自然科学基金面上项目(模型与数据耦合驱动的快速四维EPRI肿瘤氧成像(62071281));中央引导地方科技发展资金项目(新型TV和学习先验联合约束的快速四维EPRI成像方法(YDZJSX2021A003));山西省回国留学人员科研资助项目(基于新型四维TV正则机理的快速EPRI肿瘤氧成像方法研究(2020-008))。
电子顺磁共振成像(EPRI)是一种先进的氧成像技术。当前EPRI的瓶颈问题是扫描速度过慢,其原因是每个角度下的投影信号需要被重复采集几千次,以压制随机噪声。一种实现快速扫描的方法是减少投影信号的重复采集次数,然而这又使得投影信号...
关键词:深度学习 卷积神经网络 电子顺磁共振成像 快速成像 
基于CNN和Transformer耦合网络的低剂量CT图像重建方法被引量:3
《CT理论与应用研究(中英文)》2022年第6期697-707,I0002,共12页乔一瑜 乔志伟 
国家自然科学基金面上项目(模型与数据耦合驱动的快速四维EPRI肿瘤氧成像(62071281));中央引导地方科技发展资金项目(新型TV和学习先验联合约束的快速四维EPRI成像方法(YDZJSX2021A003));山西省重点研发计划(电子顺磁共振成像(EPRI)中美联合实验室平台建设(201803D421012));山西省留学人员科技活动择优资助项目(基于压缩感知的四维EPRI成像方法研究(2018-172));山西省回国留学人员科研资助项目(基于新型四维TV正则机理的快速EPRI肿瘤氧成像方法研究(2020-008))。
在投影角度个数不变的情况下,降低每个角度下的射线剂量,是一种有效的低剂量CT实现方式,然而,这会使得重建图像的噪声较大。当前,以卷积神经网络(CNN)为代表的深度学习图像去噪方法已经成为低剂量CT图像去噪的经典方法。受Transformer...
关键词:低剂量CT 自注意力机制 卷积神经网络 残差连接 
基于Chambolle-Pock框架的核TV多通道图像重建算法
《CT理论与应用研究(中英文)》2022年第6期731-747,共17页马靓怡 乔志伟 
国家自然科学基金面上项目(模型与数据耦合驱动的快速四维EPRI肿瘤氧成像(62071281));中央引导地方科技发展资金项目(新型TV和学习先验联合约束的快速四维EPRI成像方法(YDZJSX2021A003));山西省重点研发计划(电子顺磁共振成像(EPRI)中美联合实验室平台建设(201803D421012));山西省留学人员科技活动择优资助项目(基于压缩感知的四维EPRI成像方法研究(2018-172));山西省回国留学人员科研资助项目(基于新型四维TV正则机理的快速EPRI肿瘤氧成像方法研究(2020-008))。
总变差最小化算法是一种基于压缩感知理论的图像重建算法,能够从稀疏投影或含噪投影数据中高精度地重建图像,已经被广泛应用于计算机断层成像、磁共振成像、电子顺磁共振成像。能谱CT、T1或T2加权的MRI及EPRI均属于多通道成像。逐通道T...
关键词:图像重建 多通道 总变差最小 图像相似性 压缩感知 
基于有限元验证的单电流源偶极子矢量场重建
《西安邮电大学学报》2022年第3期53-60,共8页魏秋月 骞雨禛 汤少杰 乔志伟 桂志国 
陕西省重点研发计划项目(2020SF-377)。
提出一种基于匹配法的逆问题求解方法,用于鸡胚胎心脏电流源偶极子矢量场的重建。在鸡胚胎承接装置上设置41个微孔,测量41个微孔点位的电势数据,采用匹配法计算并确定最优单电流源偶极子的位置、大小及方向,以重建鸡胚胎心脏电流源偶极...
关键词:鸡胚胎 逆问题 匹配法 电流源偶极子 
基于对抗式残差密集深度神经网络的CT稀疏重建
《CT理论与应用研究(中英文)》2022年第2期163-172,共10页杜聪聪 乔志伟 
国家自然科学基金面上项目(模型与数据耦合驱动的快速四维EPRI肿瘤氧成像(62071281));山西省重点研发计划(电子顺磁共振成像(EPRI)中美联合实验室平台建设(201803D421012));山西省回国留学人员科研资助项目(基于新型四维TV正则机理的快速EPRI肿瘤氧成像方法研究(2020-008))。
针对计算机断层成像稀疏重建过程中产生条状伪影的问题,本文提出一种基于对抗式残差密集深度神经网络的CT图像高精度稀疏重建方法。设计一种耦合残差连接、密集连接、注意力机制和对抗机制的UNet网络,以含条状伪影图像和高精度图像作为...
关键词:稀疏重建 CT UNet 对抗机制 注意力机制 
双通道小UNet级联网络法重建低剂量CT图像
《核电子学与探测技术》2022年第1期7-12,共6页杨雯晶 乔志伟 
国家自然科学基金(62071281);山西省重点研发计划(201803D421012);山西省留学人员科技活动(RSC1622);山西省回国留学人员科研(2020-008)资助。
为改善低剂量重建CT图像产生的噪声问题,提出了一种双通道小UNet级联网络的低剂量CT图像重建方法.该方法采用低剂量的CT图像作为网络结构的输入,通过两个通道分别对输入的图像进行处理,确保生成的特征图具有多样性,能更好地提升图像质量...
关键词:低剂量CT重建 图像去噪 卷积神经网络 UNet网络 
检索报告 对象比较 聚类工具 使用帮助 返回顶部