摘要
本发明公开了一种基于生成对抗网络的阻止本领比预测方法及系统,该方法包括:获取图像数据,该图像数据包括CBCT及其对应的SPR;对图像数据中的CBCT和SPR进行配准,并从大图像中随机抽取小块图像用于训练,构建训练集;基于Wasserstein生成对抗网络构建预测模型,其中,预测模型包括生成器和判别器;基于训练集对预测模型进行训练;利用训练完成的预测模型对实际实际CBCT图像进行处理,生成预测的阻止本领比。该系统包括:图像获取模块、数据预处理模块、模型构建模块、模型训练模块和模型应用模块。通过使用本发明,能够提高SPR计算精度、提高计算效率以及优化生成图像质量。本发明可广泛应用于图像处理领域。
技术关键词
生成对抗网络
构建预测模型
构建训练集
模型训练模块
图像获取模块
数据
多路径
深度学习网络
均衡技术
校正算法
多分辨率
预测系统
图像增强
分支
图像处理
直方图
特征点
关系
系统为您推荐了相关专利信息
大语言模型
投影模型
联邦学习系统
生成对抗网络
编码向量
机器学习模型训练
数据填充方法
隧道
模型训练模块
机器学习算法
工业时序数据
条件生成对抗网络
样本
时序特征
异常点
图像识别模型
融合特征
特征提取网络
生成方法
标签
融合特征
无人机航拍影像
采集无人机
积层
加权特征