摘要
本发明公开了一种MRI图像与CT图像转化方法,涉及图像处理技术领域,包括:将获取的单组MRI图像与CT图像通过反卷积网络进行自适应变换,获取高频特征图、低频特征图;对所述高频特征图采用边缘检测脉冲耦合神经网络进行融合,获取轮廓细节图,对所述低频特征图采用绝对取值规则进行融合处理,获取轮廓特征图;将所述轮廓特征图和轮廓细节图通过自学习双分支网络进行训练,通过体数据配准将所述图像多模共性特征进行实时配准,获取MRI图像与CT图像的映射数据;通过图像合成算法对所述映射数据进行图像特征提取,获取图像特征向量,采用映射关系函数重构伪CT图像,降低了对图像分割精度的依赖性及算法时间复杂度,大幅提升了网络的训练效率。
技术关键词
图像转化方法
高频特征
轮廓特征
脉冲耦合神经网络
图像灰度值
高斯滤波器
边缘检测
双分支网络
图像特征向量
图像特征提取
图像边缘特征
数据
图像特征信息
灰度直方图
像素
图像分割精度
图像块
系统为您推荐了相关专利信息
三维坐标参数
协同控制方法
智能工厂
语音指令识别
图像采集模块
仿真模型
轮廓特征
特征图像提取
物体
图像采集装置