摘要
本发明公开了一种跨模态医学图像生成方法、系统、设备及介质,获取包括CT图像数据和MRI图像数据的样本图像数据;基于循环生成对抗网络构建跨模态医学图像生成模型;根据样本图像数据对跨模态医学图像生成模型进行训练,得到目标跨模态医学图像生成模型,在训练过程中,第一生成器被配置为将提取到的CT图像数据的第一特征集转换为伪MRI图像数据,第二生成器被配置为将由伪MRI图像数据中提取到的第二特征集转换为伪CT图像数据;将采集的各个待转换CT图像输入目标跨模态医学图像生成模型中,根据目标跨模态医学图像生成模型的输出结果构建目标MRI图像数据集。本申请的方法,能够提高模型特征提取的能力,提升输出图像的准确性。
技术关键词
图像生成模型
医学图像生成方法
跨模态
图像块
CT图像数据
循环生成对抗网络
感知损失函数
组织
深层特征提取
浅层特征提取
样本
数据采集单元
判别特征
注意力
执行存储器存储
图像生成系统
网络架构
系统为您推荐了相关专利信息
多模态
训练分类器
数据标注技术
计算机程序产品
音频
图像序列数据
估计方法
加权最小二乘
三维模型
坐标
匹配误差
运动剧烈程度
图像执行滤波
运动估计模块
块匹配算法
图片鉴别方法
噪声模式
图像块
特征提取模块
显著性检测模型