摘要
本发明公开了一种基于人工智能模型的肺部CT肿瘤图像合成方法,包括以下步骤:A1位置选择,将预先训练好的UNet应用于CT扫描,分割肺部的粗糙位置和血管区域,在肺部且不与血管相交的区域为肿瘤选择一个合适的位置;A2纹理生成,由随机高斯噪声通过神经网络生成为肿瘤的纹理;A3形状生成,用椭球体生成肿瘤样的形状,再由弹性变形来丰富其多样性,使其在外观上更类似于自然生长的肿瘤;A4合成后处理,将生成的肿瘤形状和纹理置于选好的点上。本发明通过使用人工智能网络合成肺部肿瘤病灶,减少了人工标注的成本,解决了纹理复杂、边缘模糊以及噪声和伪影的问题。
技术关键词
人工智能模型
肿瘤
纹理
高斯滤波器
分割肺部
人工智能网络
图像
掩模
噪声
血管分割
掩膜
胶囊
效应
颗粒状
CT扫描
包膜
像素
强度
样条
系统为您推荐了相关专利信息
沥青路面工程
监控视频流
可视化单元
多源监控系统
管控方法
人工智能生成方法
网络舆情态势
动态演化模型
人工智能模型
主题
图像生成方法
神经网络模型
敏感性分析算法
投影算法
识别误差