摘要
本发明涉及医学影像处理技术领域,具体涉及一种基于DCT‑GAN多尺度融合的CT造影智能成像方法及系统,该方法包括获取预处理后的目标NCCT‑CTA图像数据集;基于目标NCCT‑CTA图像数据集按照预设比例进行划分,得到训练集、验证集;将训练集、验证集输入至基于DCT‑GAN多尺度融合的初始生成对抗网络中进行模型训练,训练过程中,由生成器生成虚拟CTA图像,由鉴别器对输入的原始CTA图像与虚拟CTA图像在图像域和经过离散余弦变换处理的频域上进行判别,并基于图像域与频域上的相似度差异,以及鉴别器在这两个域上的判别差异确定网络总体损失函数;将预处理后的实时NCCT图像输入至训练好的目标生成对抗网络中,以生成高质量、高分辨率的虚拟CTA图像。
技术关键词
生成对抗网络
离散余弦变换
训练集
多尺度特征提取
切片
图像分析技术
融合特征
成像方法
智能成像系统
数据获取模块
融合策略
阈值分割算法
多层级特征
掩模
系统为您推荐了相关专利信息
问答对生成方法
数据集构建方法
问答对数据
开发计算机程序
溯源码
气瓶外表面
缺陷检测方法
氢气瓶
特征金字塔
图像
机械设备表面
特征提取模块
损伤识别模型
颜色特征提取
损伤识别方法
文本生成图像
样本
图像生成模型
训练集
排序方法