一种基于循环神经网络的移动放射源辐射图像自适应叠加优化方法
文献类型：专利
| 作者 | 邹艺; 刘双全 ; 魏龙; 孙校丽; 郑玉爽; 李琰; 李春苗; 于月; 刘芯言
|
| 发表日期 | 2020 |
| 专利号 | CN111179365 |
| 著作权人 | 中国科学院高能物理研究所 |
| 文献子类 | 发明专利 |
| 英文摘要 | 本发明公开了一种基于循环神经网络的移动放射源辐射图像自适应叠加优化方法，其步骤包括：1)首先对移动放射源进行采集获得原始投影数据，然后使用逆相关解码重建方法对原始投影数据进行重建获得辐射图像；2)将步骤1)重建得到的t时刻之前的一段时序序列图输入具有循环网络结构的神经网络，得到t时刻的图像。本发明对伽马相机采用逆互相关解码后的重建图像进行自适应叠加和优化，提高重建图像的信噪比，从而提升移动放射源定位的准确性。同时本发明也可应用于移动放射源定位检测的多种场合。 |
| 公开日期 | 2020 |
| 源URL | [http://ir.ihep.ac.cn/handle/311005/298286]  |
| 专题 | 高能物理研究所_核技术应用研究中心 |
| 作者单位 | 中国科学院高能物理研究所 |
| 推荐引用方式 GB/T 7714 | 邹艺,刘双全,魏龙,等. 一种基于循环神经网络的移动放射源辐射图像自适应叠加优化方法. CN111179365. 2020-01-01. |
入库方式： OAI收割
来源：高能物理研究所
浏览0
下载0
收藏0
其他版本
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。