摘要
本发明公开了一种基于MRI的CT图像重建方法,涉及CT图像重建技术领域,包括以下步骤:采集训练用样本的MRI图像及其对应的CT图像,使用区域生长算法进行特征标记,获取标记训练材料,利用教师模型及标记训练材料对学生模型进行监督训练,获取轻量化压缩标记模型,使用生成对抗网络利用教师模型对轻量化压缩标记模型进行性能优化获取优化标记模型,使用优化标记模型处理实际样本并提取样本标签数据,对样本标签数据进行标签匹配获取标签对,对标签对进行图像滤波及内容融合获取MRI‑CT融合数据,对MRI‑CT融合数据进行频率分离及超分辨率重建获取重建CT图像,利用MRI图像对CT图像进行成像内容补充,提高了CT图像的分辨率及完整性。
技术关键词
图像重建方法
生成对抗网络
重建CT图像
标签
标记
区域生长算法
高频特征
教师
样本
高斯滤波器
图像特征数据
学生
CT图像重建技术
元素
矩阵
计算机断层扫描技术
表达式
分支
系统为您推荐了相关专利信息
销量预测模型
图像管理方法
生成对抗网络
图像特征集
长短期记忆网络
语义关键词
搜索优化方法
语义特征
问答模型
热点