摘要
本发明公开了一种基于深度学习的超低剂量PET图像重建混合方法,包括:构建数据集,所述数据集包括超低剂量下与全剂量下的PET医学影像,所述PET医学影像是指多张PET图像依次堆叠而成的3D模型;构建生成对抗网络,其包括图像块采集模块,特征提取模块,生成模块以及重建模块;利用数据集对生成对抗网络进行训练,以获得用于生成全剂量PET医学影像的图像重构模型;将超低剂量下的PET医学影像输入至图像重构模型,以生成对应全剂量下的PET医学影像。本发明所提供的方法能实现超低剂量PET影像重建为满足临床需求的全剂量PET影像,以极大程度降低诊疗患者在多次PET图像扫描过程中积累的辐射暴露风险。
技术关键词
混合方法
图像重建
生成对抗网络
重构模型
重构图像块
特征提取模块
生成重构图像
MRI扫描仪
噪声方差
表达式
噪声图像
残差网络
数据
影像
格式
系统为您推荐了相关专利信息
数字孪生
场景构建方法
语义
验证算法
生成对抗网络模型
监督学习模型
肥料
监测方法
近红外光谱传感器
增量更新
生成医学图像
插值方法
网络
医学图像重建技术
立方体
胎儿心电信号提取
深度学习网络
对抗性
产妇
深度学习方法
饲料预混合设备
超声波振动组件
机械搅拌组件
混合罐
数据采集系统