双域CT重建算法分析助手

本工具是一款专业的 基于可学习稀疏先验的双域CT重建算法分析助手，支持稀疏角度重建低剂量降噪有限角度CT 等复杂场景分析。通过智能解析 可学习稀疏先验 模型，优化 双域重建策略，为医学影像算法研究提供高效的加速方案与参数建议。

配置参数

1 积分

应用场景

稀疏角度

低剂量降噪

金属伪影去除

有限角度

动态重建

锥形束CBCT

算法模型 / 课题名称

算法描述 / 关键参数 0 字

分析报告

请在左上侧输入以开始

用户评分

4.6 / 5.0

29 人已评价

双域重建算法原理

利用深度学习网络（如Transformers或卷积网络）替代传统手工设计的稀疏变换（如DCT），通过端到端训练学习图像的最优稀疏表示。

同时在图像域和投影域（正弦图域）施加一致性约束，结合数据保真项和先验项，显著提升少角度或低剂量条件下的重建质量。

本工具可根据输入的噪声水平自动推荐正则化权重范围，建议先通过网格搜索微调。

支持分析基于ADMM-Net、PD-Net以及深度展开式的算法架构，提供网络层参数优化建议。