摘要
本申请涉及一种基于深度学习的三维医学图像融合方法、装置、设备及介质。所述方法包括:获取至少两个模态对应的二维医学源图像,并对二维医学源图像进行模态内预处理,得到各模态对应的单模态二维医学原始图像组;对单模态二维医学原始图像组进行模态间预处理得到多模态二维医学原始图像组;将多模态二维医学原始图像组输入至深度学习网络模型中,生成二维医学融合图像组;将二维医学融合图像组输入至以二维医学原始图像组为真实图像的改进三维生成对抗网络中,生成三维医学融合图像。采用本方法能够丰富医学融合图片展示的信息内容,提高医学融合图片融合过程的可解释性,提高医疗诊断的效率和准确性。
技术关键词
深度学习网络模型
生成对抗网络
多模态
医学图像融合方法
多尺度特征
惩罚方法
耦合特征
变换器
图像配准
图像融合装置
融合特征
GAN模型
生成多尺度
解码网络
子模块
注意力机制
表达式
系统为您推荐了相关专利信息
预测蛋白质功能
点云信息
序列
数据嵌入
数据编码
警示装置
视频巡检
智能交通预警系统
警示模块
动态参数配置
胸痛
人体模型系统
记录方法
反流性食管炎
电子健康记录