一种伪CT跨模态转换方法及系统

AITNT
正文
推荐专利
一种伪CT跨模态转换方法及系统
申请号:CN202510473259
申请日期:2025-04-16
公开号:CN119991751B
公开日期:2025-06-13
类型:发明专利
摘要
本发明提供了一种伪CT跨模态转换方法及系统,该方法通过将CT图像与MR图像配准对齐后,采用LLM解析临床文本报告,提取解剖结构描述、病变特征及空间关系,生成结构化条件向量,随后,将文本语义嵌入与MR图像特征融合,驱动对抗扩散模型生成高保真伪CT,其中,扩散模型的训练过程分为两个阶段,第一阶段仅优化扩散模型的条件生成能力,第二阶段同时优化扩散模型与LLM的语义对齐能力,最终将待转换的MR图像输入训练好的扩散模型中,快速输出准确的伪CT图像。
技术关键词
转换方法 多模态特征融合 噪声预测 边界轮廓信息 病变特征 图像配准 信息编码 多尺度特征融合 注意力 生成器网络 语义 文本编码器 图像编码器 图像组合 视觉特征
系统为您推荐了相关专利信息
1
一种方言语音识别与转换方法及装置
文本 转换方法 编码器 音频特征 多任务
2
一种用于扩散策略的基于注意力机制的视觉-状态-力觉的多模观察融合方法
融合特征 融合方法 交叉注意力机制 信息编码器 多头注意力机制
3
用于电力系统的电网信息模型转换方法及系统
模型转换方法 电力系统 格式 层级 分析模块
4
基于降噪扩散概率模型的驾驶行为分类方法、装置及产品
样本 上采样 分类方法 短时傅里叶变换 重构误差
5
一种新型的低压电压负荷预测方法
负荷预测方法 特征提取方式 多模态特征融合 因子 多头注意力机制
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号