摘要
本发明提出一种基于多模态MRI融合的T1增强图像生成方法与系统,该方法包括:对原始多模态MRI图像进行处理依次得到配准后的多模态MRI图像、软掩膜嵌入、预处理的图像数据;利用预处理的图像数据依次获得全局特征、坐标系对齐后的特征和投影特征;将肿瘤区域的软掩膜嵌入与投影特征进行拼接得到权重系数;利用权重系数将坐标系对齐后的特征进行融合,得到融合特征;利用全局特征得到跨模态注意力增强后的特征;通过融合特征和跨模态注意力增强后的特征生成T1CE图像和病灶概率图;利用T1CE图像和病灶概率图对模型进行训练,得到优化后的图像生成模型;利用优化后的图像生成模型得到T1增强图像。本发明引入跨模态注意力机制,以充分利用不同模态的信息。
技术关键词
图像生成模型
图像生成方法
多模态MRI图像
投影特征
融合特征
坐标系
跨模态
注意力
双线性插值法
弥散加权图像
掩膜
肿瘤
图像生成系统
数据
图像输出模块
解码器
多层感知机
编码器
系统为您推荐了相关专利信息
生理特征数据
状态智能监测方法
矿工服
多模态数据融合
融合特征
空间图像信息
神经网络模型
序列文库
基因
序列特征
分布式智能
多尺度特征提取
深度包检测技术
深度强化学习模型
识别异常流量
形态预测方法
预测模型训练方法
图像
融合特征
釉料
大语言模型
多模态特征融合
对话策略
融合特征
排序算法