摘要
本发明公开了一种从有限量低维X光图像获得CT&MRI融合数据方法,该方法包括以下步骤:将CT图像通过数学模拟算法获取对应的模拟X光图像;定义双平面X射线重建肺部CT的3DGAN网络框架;以模拟X光图像数据为模型输入,对应的CT图像数据为模型标签,对3DSP‑GAN进行训练;定义基于CycleGan的选择性转换网络SC‑CycleGan的框架;将经过预处理的数据输入SC‑CycleGan网络进行训练;通过训练好的3DSP‑GAN从模拟X光图像得到对应的CT,通过训练好的SC‑CycleGan从CT得到对应的CT&MRI融合图像;本发明从有限量低维X光图像获得CT&MRI融合数据,可以给医疗设备不全的基层医疗单位,通过获取的X光图像提供更为立体的解剖信息,为基层医疗单位获取人体立体解剖信息进行临床诊断提供了一种成本更低、效率更高的实现方式。
技术关键词
图像
样本
解码器
基层医疗单位
GAN模型
编码器
CT体数据
图片
转换器
CT切片
网络
模块
纹理
焦点
优化器
标签
上采样
定义
X射线源
系统为您推荐了相关专利信息
模糊参数
图像增强模型
深度图
图像处理方法
掩膜
无人清扫车
垃圾倾倒方法
空闲停车位
垃圾桶
垃圾装载装置
图片
颜色特征提取
特征融合网络
编码器
监督学习技术
运动补偿成像
合成孔径雷达
一体化方法
粒子群寻优算法
散射点