摘要
本发明涉及一种基于扩散模型的医学体数据跨模态转换方法,构建改进的扩散模型,对原始MRI体数据进行正向加噪,以CT体数据作为条件与加噪后的MRI体数据一并输入改进的扩散模型中,对模型进行训练;以训练后的扩散模型的反向去噪过程将CT体数据转换成对应的MRI体数据,实现CT体数据至MRI体数据的映射,并以后处理算法对生成的数据进行处理。本发明引入新的框架,不仅能够实现体积CT到体积MRI的转换,即使在数据集不完全配对的情况下也能生成良好的结果;提出改进后的新网络架构,提高模型结果的精度,并减少模型训练所需的存储空间;新的后处理算法在不改变生成数据的真实性的情况下,提高数据指标。
技术关键词
转换方法
跨模态
CT体数据
注意力
医学
后处理算法
转化器
内存模块
分支
解码器
噪声数据
编码器
网络架构
数据格式