刘且根
- 作品数:57 被引量:51H指数:3
- 供职机构:南昌大学更多>>
- 发文基金:国家自然科学基金江西省高等学校教学改革研究课题江西省自然科学基金更多>>
- 相关领域:自动化与计算机技术电子电信理学文化科学更多>>
- 一种基于辅助变量的对抗生成网络的彩色图像灰度化方法
- 本发明提供了一种基于辅助变量的对抗生成网络的彩色图像灰度化方法,包括以下步骤:步骤A:检验输入图像是否为彩色图像,若为彩色图像则使用梯度相关相似度灰度化(GcsDecolor)算法对其进行灰度化处理,并将灰度化后图像进行...
- 刘且根李婧源周瑾洁何卓楠李嘉晨全聪谢文军王玉皞
- 文献传递
- 一种用于彩色图像超分辨率重建的6维嵌入的去噪自编码先验信息算法
- 本发明提供了一种用于彩色图像超分辨率重建的6维嵌入的去噪自编码先验信息算法,包括以下步骤,步骤A:利用去噪自动编码(DAE)作为彩色图像超分辨率重建的先验信息手段,通过复制3个信道,建立6维嵌入去噪自编码先验算法模型;步...
- 刘且根周瑾洁何卓楠袁媛张凤芹王玉皞
- 文献传递
- 一种基于自动编码器网络的正电子发射型计算机断层显像(PET)重建方法
- 本发明提供了一种基于自动编码器网络的正电子发射型计算机断层显像(PET)重建方法,包括以下步骤:步骤A:在正电子发射型计算机断层显像(PET)图像基础上,建立去噪自动编码器(DAE)网络模型,利用训练好的去噪自动编码器(...
- 刘且根周瑾洁王宗祥张明辉王玉皞
- 文献传递
- 一种基于扩散模型的光声断层成像稀疏重建方法
- 本发明公开了一种基于扩散模型的光声断层成像稀疏重建方法,在光声断层成像重建过程中,提出了基于分数的扩散模型与基于模型的迭代重建方法相结合的稀疏重建策略,使用分数网络学习目标图像的数据分布,并将最终网络的输出作为模型迭代中...
- 宋贤林刘且根汪贵军钟文华郭康俊李子龙刘轩董嘉庆
- 一种基于运动想象和稳态视觉诱发电位的二维光标运动控制系统及方法
- 一种基于运动想象和稳态视觉诱发电位的二维光标运动控制系统及方法,其系统包括电极帽、脑电采集仪、系统控制单元、数据处理模块、光标控制模块以及视觉刺激器,其中所述的视觉刺激器以界面显示方式提供给用户。其方法是用户根据工作界面...
- 魏庆国卢宗武刘且根
- 文献传递
- 一种基于辅助变量的对抗生成网络的彩色图像灰度化方法
- 本发明提供了一种基于辅助变量的对抗生成网络的彩色图像灰度化方法,包括以下步骤:步骤A:检验输入图像是否为彩色图像,若为彩色图像则使用梯度相关相似度灰度化(GcsDecolor)算法对其进行灰度化处理,并将灰度化后图像进行...
- 刘且根李婧源周瑾洁何卓楠李嘉晨全聪谢文军王玉皞
- 文献传递
- 基于深度能量模型的低剂量CT重建被引量:1
- 2022年
- 降低计算机断层扫描(CT)的剂量对于降低临床应用中的辐射风险至关重要,深度学习的快速发展和广泛应用为低剂量CT成像算法的发展带来了新的方向。与大多数受益于手动设计的先验函数或有监督学习方案的现有先验驱动算法不同,本文使用基于深度能量模型来学习正常剂量CT的先验知识,然后在迭代重建阶段,将数据一致性作为条件项集成到低剂量CT的迭代生成模型中,通过郎之万动力学迭代更新训练的先验,实现低剂量CT重建。实验比较,证明所提方法的降噪和细节保留能力优良。
- 朱元正吕启闻官瑜刘且根
- 关键词:低剂量CT
- 一种基于图正则化稀疏编码的磁共振超欠采样K数据成像方法
- 一种基于图正则化稀疏编码的磁共振超欠采样K数据成像方法,包括以下步骤:(a):在双层伯格曼迭代框架上进行图正则化稀疏编码表示,得到图像稀疏模型;(b):引入辅助变量和轮换求解的技术,在双层伯格曼迭代的内层迭代上更新学习字...
- 刘且根卢红阳张明辉王玉皞邓晓华
- 文献传递
- 压缩感知磁共振成像实验教学软件的设计与实现
- 2016年
- 压缩感知在磁共振成像上的发展是目前最为成功和经典的应用之一,被称为压缩感知磁共振成像(CS-MRI)。CS-MRI涉及到高深的数学理论和复杂的K空间数据采样方法,非常抽象。本设计在融合CS-MRI研究成果的基础上基于Matlab GUI设计和实现了一套交互式可视化的CS-MRI实验教学软件。用户可以在该软件界面上模拟实现不同采样轨迹和不同欠采样因子下K空间数据稀疏采集的图像重构并观察其重构效果。通过交互式、可视化的学习环境,有助于更好地理解CSMRI的基本理论和方法。该实验教学软件已在南昌大学生物医学工程专业本科生和研究生教学中使用,取得良好的教学效果。
- 刘且根卢红阳徐晓玲张明辉
- 关键词:教学软件压缩感知磁共振成像交互式可视化
- 一种基于图正则化稀疏编码的磁共振超欠采样K数据成像方法
- 一种基于图正则化稀疏编码的磁共振超欠采样K数据成像方法,包括以下步骤:(a):在双层伯格曼迭代框架上进行图正则化稀疏编码表示,得到图像稀疏模型;(b):引入辅助变量和轮换求解的技术,在双层伯格曼迭代的内层迭代上更新学习字...
- 刘且根卢红阳张明辉王玉皞邓晓华
- 文献传递