基于深度学习从多序列MR中生成伪CT的影像生成系统
授权
摘要
本发明公开了一种基于深度学习从多序列MR中生成伪CT的影像生成系统，包括：数据收集模块，用于收集数据集，包括CT影像和多序列MR影像数据，并将数据集划分为训练集和测试集；影像生成模型训练模块，用于利用训练集中相应模态的小批次数据，分别对基于CNN的生成器GCT和GMR以及判别器DCT和DMR进行迭代训练，得到最优影像生成模型；影像生成模块，用于从测试集的多序列MR影像中生成伪CT影像。本发明基于循环生成对抗网络，通过多序列特征融合策略，充分利用MR影像不同序列之间的互补特征，显著提升伪CT影像的合成质量；引入多序列恒等损失项，提升网络训练过程的稳定性和可靠性；在原始影像和合成影像之间构建轮廓损失项，减轻合成影像解剖学结构的畸变，改善合成CT影像的质量。
基本信息
专利标题 ：
基于深度学习从多序列MR中生成伪CT的影像生成系统
专利标题（英）：
暂无
公开（公告）号 ：
CN112802046A
申请号 ：
CN202110117854.8
公开（公告）日 ：
2021-05-14
申请日 ：
2021-01-28
授权号 ：
CN112802046B
授权日 ：
2022-06-14
发明人 ：
施王子郭圣文
申请人 ：
华南理工大学
申请人地址 ：
广东省广州市天河区五山路381号
代理机构 ：
广州市华学知识产权代理有限公司
代理人 ：
冯炳辉
优先权 ：
CN202110117854.8
主分类号 ：
G06T7/181
IPC分类号 ：
G06T7/181 G06T7/13 G06K9/46 G06N3/04 G06N3/08
IPC结构图谱
G
G部——物理
G06
计算；推算或计数
G06T
一般的图像数据处理或产生
G06T5/00
图像的增强或复原
G06T5/50
通过使用多于一幅图像的，例如平均、减少
G06T7/181
涉及边缘形成；边缘连接
法律状态
2022-06-14 ：
授权
2021-06-01 ：
实质审查的生效
IPC(主分类) : G06T 7/181
申请日 : 20210128
申请日 : 20210128
2021-05-14 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
