摘要
本发明公开了一种基于深度学习的一体化PET/MR的器官配准系统,包括图像采集模块、图像去噪模块、图像重建模块和器官配准模块。本发明属于图像处理技术领域,具体是指一种基于深度学习的一体化PET/MR的器官配准系统,本方案过定义不同噪声强度的低剂量PET/MR图像,引入噪声适应性模块,提高低剂量PET/MR图像的质量,引入自适应纹理匹配损失构建适应性强的去噪模块,确保器官配准的精度与高效;结合自适应融合权重,在不同层次上进行多尺度的特征融合,优化局部细节;引入分层神经结构搜索提升配准系统在不同类型的PET/MR图像的配准精度;基于临近对比损失优化重建结构,提高后续配准效率。
技术关键词
配准系统
图像重建
图像采集模块
变分自动编码器
损失函数设计
适应性单元设计
多尺度感知损失
生成器网络
记忆
双线性插值方法
噪声强度
索引
解码器
预训练网络
高层次
生成对抗网络