杨涛
- 作品数：7 被引量：10H指数：1
- 供职机构：上海第二工业大学更多>>
- 相关领域：经济管理医药卫生更多>>
- 基于迭代配准和感知损失的肺部伪CT合成深度学习算法
- 2025年
- 目的:使用深度学习算法通过学习肺部CT域图像特征,将锥形束CT(CBCT)合成高质量伪CT(sCT)图像。方法:本研究提出一种基于感知损失的循环生成式对抗网络模型(CycleGAN)和迭代配准的sCT生成算法,首先,结合感知损失和循环一致性损失来训练CycleGAN模型生成高质量的sCT图像,然后,利用Elastix配准工具对所生成的sCT图像和计划CT(pCT)图像进行配准,并用来迭代CycleGAN生成器模型。结果:在获取到的70例肺部肿瘤患者的pCT与CBCT数据上进行实验,从定量指标上看,利用本算法生成的sCT与pCT对比的结构相似度指标比CBCT与pCT对比的提升了11.9%,由0.825上升到0.923,均方绝对误差由110.97 HU降至78.62 HU,峰值信噪比由32.21 dB上升到34.74 dB,互信息由1.187上升到1.418。可视化评估中可见该算法大幅度消除了CBCT切片的散射伪影,突显骨质结构同时也修复了软组织结构。通过与当下流行的U-CycleGAN,R-CycleGAN和CUT模型对比,说明了本算法的有效性。结论:本文算法生成sCT图像能够有效减小CBCT与pCT间的剂量误差与结构误差,使其应用于精准的剂量计算,辅助医生的临床放疗诊断成为可能。
- 杨涛黄淼刘琮胡志华陶莉莉张淑平
- 关键词：锥形束CT图像合成
- 国内外电子废弃物逆向物流比较
- 2014年
- 随着经济的高速发展,我国电子废弃物的种类和数量不断增多,对生态环境和资源构成严重威胁。合理处置电子废弃物的首要任务是构建电子废弃物逆向物流系统。对国内外电子废弃物逆向物流的研究现状和产业现状进行了分析和比较,提出在研究方法创新和多层目标方面需要更进一步的研究。
- 周举杨涛
- 关键词：电子废弃物逆向物流
