摘要
本发明公开了一种基于物理机制与人工智能的锥形束CT图像重建方法、系统,涉及锥形束CT图像的重建,其目的在于解决稀疏重建过程中的图像重建质量不高的技术问题。其先通过物理机制引导模型实现螺旋CT图像到CBCT图像的转换,形成螺旋CT‑CBCT图像对;再对螺旋CT‑CBCT图像对中的螺旋CT图像进行加噪,随机采样t步骤的噪声样本xt作为生成模型F的输入,结合放射治疗多模态信息数据集、以及当前对象的超稀疏采样扫描CBCT图像xi作为条件输入,重复重建,直到深度神经网络图像生成模型F实现噪声样本xt到噪声样本xt‑1的映射;训练完成后,从T步骤的噪声样本xT开始,逐步将噪声样本输入深度神经网络图像生成模型F得到上一步采样,直到得到初始噪声样本x0,得到重建好的CBCT图像x。
技术关键词
图像生成模型
锥形束CT图像
噪声样本
自然语言
多模态信息
螺旋
构建深度神经网络
物理
机制
语义
数据
处理器
标记特征
重建系统
对象
重建算法
图像重建
文本