基于图像结构和像素密度分控的CBCT生成CT系统及方法

AITNT
正文
推荐专利
基于图像结构和像素密度分控的CBCT生成CT系统及方法
申请号:CN202510956971
申请日期:2025-07-11
公开号:CN120852567A
公开日期:2025-10-28
类型:发明专利
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
1
一种图像深度伪造检测方法
频率 Sigmoid函数 频域特征 LBP算法 图像识别技术
2
一种基于扩散模型的叶轮数据不平衡故障诊断方法
故障分类模型 故障诊断方法 叶轮 加噪方法 数据分布
3
基于多层特征融合与决策的遥感图像场景分类方法
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
4
一种基于轻量级神经网络的表面缺陷检测方法
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
5
一种支票图像矫正方法、装置及设备
支票 矫正模型 编码特征 解码器 图像矫正方法
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号