摘要
本发明提供了一种基于PR‑GAN的腰椎骨折图像转化方法及系统,首先采集患者腰椎骨折X线图像和腰椎骨折CT图像;然后将采集到的腰椎骨折X线图像和腰椎骨折CT图像进行预处理,构建训练集;接着构建PR‑GAN模型;将训练集输入PR‑GAN模型进行训练;最后将未参与训练的腰椎骨折X线图像输入训练完毕的PR‑GAN模型,通过PR‑GAN模型将未参与训练的腰椎骨折X线图像转化为目标腰椎骨折CT图像;通过PR‑GAN模型结合X线和CT检查优点,不仅提高了影像科的CT成像效率,也能够辅助脊柱外科医生对于腰椎骨折的诊断和治疗选择;通过本发明的支持和应用,便可快速诊断,快速开展治疗,对于提高病人预后和生活质量有着十分重要的积极意义。
技术关键词
图像转化方法
GAN模型
腰椎
构建训练集
残差网络模型
上采样
随机梯度下降
注意力机制
脊柱外科医生
数据
模型训练模块
图像采集模块
患者
残差模块
滤波算法
图像增强
系统为您推荐了相关专利信息
预测网络模型
深度神经网络
电磁超材料结构
遗传算法求解
信息编码器
交通标志检测方法
构建训练集
卡尔曼滤波
交通标志识别
运动轨迹预测