摘要
本申请公开了一种基于通道和空间混合注意力生成对抗网络的MR影像到CT影像转换方法、装置、设备、介质及产品,涉及医学影像处理领域,该方法包括根据历史MR影像以及对应的真实CT影像,构建CSAGAN模型;CSAGAN模型包括生成器和判别器;生成器包括依次连接的编码器、残差块、CSA模块以及解码器;判别器用于根据真实CT影像以及伪CT影像,判别伪CT影像的真实性,确定输出结果;输出结果为伪CT影像或真实CT影像;将待测MR影像输入至CSAGAN模型中,转换输出伪CT影像,能够避免深层网络中对于骨骼的特征稀释,实现对通道和空间特征的协同优化,以及避免边缘模糊。
技术关键词
影像转换方法
生成对抗网络
注意力
高层语义特征
通道
采样模块
解码器
编码器
双三次插值
全卷积网络
处理器
上采样
分支
计算机程序产品
输出特征
计算机设备
可读存储介质
存储器
系统为您推荐了相关专利信息
图像序列数据
关键帧提取算法
卷积长短期记忆
局部特征提取
无人机视频采集
眼底图像分类方法
图像编码器
多模态
图像分类模型
信息熵
浓度识别方法
条件生成对抗网络
传感器响应值
检测数据输入
温度预测模型