摘要
本发明提供了一种低剂量PET图像和MR图像的图像重建模型的生成方法,包括:构建包含残差曼巴模块、风车状卷积模块、图表示的通道信息交互模块、跨模态融合模块和解码器的深度学习模型;残差曼巴模块和风车状卷积模块均用于提取特征,图表示的通道信息交互模块用于对特征进行信息聚合,跨模态融合模块用于对特征进行跨模态融合,解码器用于将特征转换为最终的输出;以设定的平均绝对误差函数最小化为优化目标训练所述深度生成模型,训练过程中,残差曼巴模块以低剂量PET图像作为输入,风车状卷积模块以MR图像作为输入,图表示的通道信息交互模块以提取的特征作为输入,跨模态融合模块以信息聚合后的特征作为输入,解码器以融合后的特征作为输入。
技术关键词
图像重建方法
生成方法
跨模态
卷积模块
深度生成模型
解码器
风车
计算机存储介质
深度学习模型
注意力
通道
视觉
终端设备
存储器
程序
线性
数据
系统为您推荐了相关专利信息
模型自动生成方法
对象
三维模型
BIM软件
图像
代码生成方法
语义
训练样本数据
状态自动机
可扩展标记语言文档
信息传输管理系统
无人机集群
子模块
网络生存时间
飞行状态数据