摘要
本发明公开一种靶区周围图像特征增强方法、装置、设备及存储介质,包括:获取若干计划CT图像、CBCT图像;将计划CT图像与CBCT图像进行配准;基于配准后的计划CT图像、CBCT图像,获取靶区周围图像GTVCT和GTVCBCT;将GTVCT减去GTVCBCT后的图像,作为输入图像输入深度学习网络模型进行训练,深度学习网络模型输出预测的理论低频信息GTVLowFreq;再得到预测的靶区周围图像GTVsyn;根据GTVsyn与GTVCT间的差异,优化深度学习网络模型;将训练好的深度学习网络模型在放疗系统中进行应用。本发明显著提高了CBCT图像的质量,尤其是靶区周围区域的信噪比。
技术关键词
深度学习网络模型
计划
放疗系统
金字塔结构
图像重建
模块
理论
解码器
程序
编码器
存储器
参数
指令
信噪比
处理器
患者
基础
计算机
系统为您推荐了相关专利信息
数字孪生技术
车间
粒子滤波算法
设备运行数据
三角形面片
仿真平台
作战环境
生成虚拟环境
环境参数信息
队列
痛风性关节炎
机器学习模型
管理方法
电子健康记录系统
患者
电阻层析成像
电极阵列
超声换能器阵列
增量编码器
灌注桩
缺陷管理策略
确定性策略梯度
网络
缺陷管理方法
配网