摘要
本发明公开一种对抗扩散模型多模态医学影像重建方法,包括步骤:获取LPET图像和临床表格样本数据;建立基于条件扩散的医学影像重建模型,包括对抗扩散网络、多模态条件编码器和多模态掩码文本重建模块;在训练过程中,对抗扩散网络将扩散生成器和扩散鉴别器结合在真实SPET图像上进行扩散,多模态条件编码器从LPET图像和临床表格数据输入中提取信息并分层次注入到扩散生成器中;同时临床表格也被输入到多模态掩码文本重建模块中进行重建;给定LPET图像和临床表格检测数据,输入至基于条件扩散的医学影像重建模型,利用对抗扩散网络、多模态条件编码器,将噪声迭代地转换为估计的PET图像。本发明从多模态输入重建SPET图像,解决现有技术存在问题。
技术关键词
多模态医学影像
图像
编码器
文本
表格特征
多模式特征
网络
样本
BERT模型
对抗性
模块
重构
噪声
多级特征
生成表格
数据
分支
系统为您推荐了相关专利信息
数字高程模型数据
性质检测方法
地形特征
融合特征
面积特征
流速检测方法
轨迹
边缘轮廓
感兴趣区域提取
流速检测装置