摘要
本申请属于医学图像处理技术领域,具体涉及基于图像结构和像素密度分控的CBCT生成CT系统及方法,包括:图像预处理模块、子图像提取模块、CBCT生成伪CT模型训练模块、图像生成模块;CBCT生成伪CT模型训练模块包括图像结构-像素密度分控网络和评估鉴别模块;图像结构-像素密度分控网络包括浅层特征提取模块、深层特征映射模块和上采样重建模块。本发明提出基于图像结构-像素密度分控机制的深度神经网络,通过解耦结构生成与密度映射过程,实现对伪CT图像解剖结构和体素值的独立控制,能够显著提高合成CT的质量,能够为精准医疗提供更准确的病理信息。
技术关键词
图像结构
输出特征
浅层特征提取
高频特征
CT系统
残差结构
局部特征提取
像素
模型训练模块
密度
注意力机制
图像提取模块
链路
输出模块
网络
级联
鉴别模块
医学图像处理技术
系统为您推荐了相关专利信息
频率
Sigmoid函数
频域特征
LBP算法
图像识别技术
故障分类模型
故障诊断方法
叶轮
加噪方法
数据分布
多层特征融合
遥感图像数据
遥感图像场景分类
全局平均池化
决策
轻量级神经网络
表面缺陷检测方法
表面缺陷图像
神经网络训练
嵌入块