摘要
本发明的上腹部CBCT伪影修正方法、计算机设备及存储介质,方法包括通过4DCT数据生成与呼吸相位匹配以及与胃肠道蠕动相匹配的CT序列,融合后经FDK算法重建伪影CBCT;基于伪影CBCT与4DCT平均强度投影构建配对数据集;构建Swin‑Transformer生成器与PatchGAN判别器对抗网络模型,以条件对抗损失和L1像素损失联合优化,通过Adam算法训练获得最佳权重参数,实现对CBCT图像伪影修正。本发明具有基于四维运动仿真和生成对抗网络,有效修正呼吸运动和胃肠蠕动的多源运动伪影,同时保留解剖结构完整性,从而提升CBCT在自适应放射治疗中的临床实用性的优点。
技术关键词
CT图像序列
四维计算机断层扫描
修正方法
对抗网络模型
深层特征提取
浅层特征提取
输出端
计算机设备
协方差矩阵
CT图像数据
注意力
图像重建
Adam算法
时间域
生成多尺度
生成对抗网络
模块
计算方法
系统为您推荐了相关专利信息
互感器回路
补偿修正方法
补偿值
回路电阻值
长短期记忆单元
超分辨率方法
卫星遥感图像
深层特征提取
超分辨率重建图像
浅层特征提取
生成对抗网络模型
转换器
数据
面向中文
异常检测方法
测井曲线数据
高维特征向量
对抗网络模型
聚类算法
划分方法
虚拟电厂交易管理方法
虚拟电厂交易管理系统
碳交易市场
样本
序列