Processing

Please wait...

Settings

Settings

Goto Application

1. WO2023283795 - METHOD FOR HIGH-RESOLUTION IMAGE RECONSTRUCTION

Publication Number WO/2023/283795
Publication Date 19.01.2023
International Application No. PCT/CN2021/105862
International Filing Date 12.07.2021
IPC
G06T 5/00 2006.1
GPHYSICS
06COMPUTING; CALCULATING OR COUNTING
TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
5Image enhancement or restoration
G06N 3/02 2006.1
GPHYSICS
06COMPUTING; CALCULATING OR COUNTING
NCOMPUTER SYSTEMS BASED ON SPECIFIC COMPUTATIONAL MODELS
3Computer systems based on biological models
02using neural network models
Applicants
  • SHANGHAITECH UNIVERSITY [CN]/[CN]
Inventors
  • YU, Jingyi
  • ZHANG, Yuyao
  • XU, Lan
  • LI, Yuwei
  • WU, Qing
Agents
  • SHANGHAI SAVVY INTELLECTUAL PROPERTY AGENCY
Priority Data
Publication Language English (en)
Filing Language English (EN)
Designated States
Title
(EN) METHOD FOR HIGH-RESOLUTION IMAGE RECONSTRUCTION
(FR) PROCÉDÉ DE RECONSTRUCTION D'IMAGE HAUTE RÉSOLUTION
Abstract
(EN) Described herein are methods and non-transitory computer-readable media configured to obtain a plurality of images from a plurality of image scanning orientations for an object. A rigid registration is performed to the plurality of images to obtain a transformation matrix (206) to normalize the plurality of images from their respective image spaces to a normalized image space (208). Each normalized image comprises a plurality of voxels (212). A machine learning model (250) comprising an implicit representation of a high-resolution image (226) is trained using the normalized images, wherein the high-resolution image (226) comprises more voxels (222) than the voxels (212) in the normalized images. The high-resolution image is generated based on the trained machine learning model (250). The pluraity of images are a plurality of anisotropic 2D images, while the high resolution image can be a 2D or 3D high resolution image.
(FR) L'invention concerne des procédés et des supports non transitoires lisibles par ordinateur configurés pour obtenir une pluralité d'images à partir d'une pluralité d'orientations de balayage d'image pour un objet. Un enregistrement rigide est effectué sur la pluralité d'images pour obtenir une matrice de transformation (206) pour normaliser la pluralité d'images à partir de leurs espaces d'image respectifs vers un espace d'image normalisée (208). Chaque image normalisée comprend une pluralité de voxels (212). Un modèle d'apprentissage machine (250) comprenant une représentation implicite d'une image haute résolution (226) est entraîné à l'aide des images normalisées, l'image haute résolution (226) comprenant plus de voxels (222) que les voxels (212) dans les images normalisées. L'image haute résolution est générée sur la base du modèle d'apprentissage machine (250) entraîné. La pluralité d'images sont une pluralité d'images 2D anisotropes, tandis que l'image haute résolution peut être une image haute résolution 2D ou 3D.
Latest bibliographic data on file with the International Bureau