程序聚合软件案例极稀疏扫描的CT图像重建系统-CSUF

极稀疏扫描的CT图像重建系统-CSUF

2025-09-06 16:14:57

行业：医疗健康、人工智能

载体：算法模型、框架或代码包

技术：C++、Python、OpenCV、PyTorch

业务和功能介绍

如何优化 CT 成像流程，以减少患者受到的 X 射线照射并保证图像质量，对于提高诊断精准度和患者安全至关重要。本项目旨在开发一种高效的算法，能够在极稀疏投影情况下重建出高质量的CT图像，满足临床诊断的需求。该研究不仅有望降低患者的癌症风险，还能提高医疗影像的诊断效率和准确性。
CSUF重建系统显著减少了迭代算法的超参数依赖。并且在仅使用 20 个投影的条件下，重建的 CT 图像的峰值信噪比（PSNR）和结构相似性指数（SSIM）出色可达 26 dB 和 0.85。实验结果表明，重建图像具有较好的视觉质量，能够满足临床诊断的需求。

项目实现

1.C++ 开发实现基于压缩感知（CS）的迭代重建算法（VdCS），针对极稀疏投影数据，VdCS算法能够得到业内较好的重建效果。
2.C++ 实现的距离驱动正投影算法（DDFP）模拟真实 CT 扫描过程，基于 LIDC-IDRI 数据库制作 CT Sinogram-Image 数据集。
3.PyTorch 框架下构建并训练Pix2Pix网络，生成器使用 U-Net 架构并引入自注意力机制，恢复图像细节结构。
4.设计 LSGAN、SSIM 和 L1 组合损失优化 GAN 训练和提高图像质量，调整权重以达到最佳重建效果。
5.将VdCS算法和生成器结合，构建整体的重建框架即CSUF系统，输入为极稀疏投影数据，输出为重建图像。

示例图片视频

颜狗爱算法

30天前活跃

方向：人工智能-计算机视觉与图像处理、后端-C++、

交付率：100.00%

查看主页

相似推荐

智能生产大屏

智能化生产运行交付管理体系由左、中、右三个主要模块构成。左侧模块专注于展示当前规模化生产的整体运营概况。其上半部分通过一系列累积数据直观展现了从订单到交付的全过程。数据分析从进度、成本、质量和效率四个关键维度展开，清晰呈现了各生产要素的趋势变化。下半部分则重点展示与运营相关的核心指标，以便全面监控和优化生产运营状况。

踩踩停车物联网车位共享

对接小区车牌识别摄像头，通过Lora通讯协议接受车牌数据，实现超时计费机制，超时先短信提醒，超过10分钟自动计费，支持车位车主电话提醒，实现已预约车辆自动抬杆。依据ui设计稿，使用小程序原生语法完成前端界面开发与页面适配。对接小区车牌识别摄像头，通过Lora通讯协议接受车牌数据，实现超时计费机制，超时先短信提醒，超过10分钟自动计费，支持车位车主电话提醒，实现已预约车辆自动抬杆。依据ui设计稿，使用小程序原生语法完成前端界面开发与页面适配

网络安全策略平台

1.项目主要分为态势大屏和后台管理 2.对终端，服务器，路由器，防火墙等设备的在线采集信息及时发现风险并生成告警发送给用户 3.用户可在系统创建专项任务并在此专项任务中绘制和编辑当前单位的单位拓扑和设备拓扑 4.态势模块用户可在态势页面中的地球上开到各个区域内的单位，和部署的设备，并且可以在三维地球上手动对有关系的单位和单位，单位和设备，设备和设备进行连线绘制，以及可以查看单位和设备的信息

甜品蛋糕商城前端网页 - 电商展示与选购平台

为线下甜品店开发的线上蛋糕商城网页，用于展示商品、引导用户选购。页面包含顶部导航栏（城市切换、商品分类、团购预约、关于我们等入口）、商品列表模块，支持展示草莓蛋糕、巧克力蛋糕等多款甜品的图片、名称与价格，提供“加入购物车”功能，同时适配不同屏幕尺寸，保证用户浏览体验，帮助店铺实现线上引流与商品展示。

Windows系统应用UI自动化-UI自动化工具

核心功能 - 任务管理：通过配置文件定义任务组和任务参数，支持多任务并行执行 - 任务调度：智能调度任务执行，监控任务状态，处理超时任务 - 自动化UI操作：通过图像识别技术实现Windows应用程序的自动化操作 - 进程管理：自动启动和终止应用程序进程 - 配置管理：通过JSON配置文件管理任务参数和系统设置整体架构配置层 - 负责加载和管理配置文件 - 提供配置验证和访问接口 - 支持打包和未打包状态的配置文件加载任务管理层 - 任务初始化和管理 - 任务调度和监控 - 异常任务修复控制层 - 控制任务执行流程 - 协调各页面操作 - 处理异常情况页面操作层 - 封装各页面的 UI 操作 - 提供页面元素定位和操作方法 - 通过图的数据结构及最短路径算法，实现页面间的导航工具层： - 系统操作工具 - 文件操作工具 - Windows 操作工具 - 公共方法