买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：烟台大学

摘要：本发明属于医学图像生成技术领域，具体涉及基于DR图像的CT图像生成方法、系统、装置、介质，使用CT图像数据合成DR图像数据，将合成的DR图像数据与DR图像数据进行配准，使用配准的DR图像数据与CT图像数据进行模型训练，以提高训练精度；采用跨维度注意力增强处理、多模态特征融合处理、非平衡多模态注意力增强处理，充分利用DR图像的浅层与深层特征，以合成高精度CT图像。

主权项：1.一种基于DR图像的CT图像生成方法，其特征在于，包括以下步骤：S1：获取DR图像数据和CT图像数据，CT图像数据经数字重建放射影像处理得到合成的DR图像数据，合成的DR图像数据与DR图像数据进行配准，得到配准的DR图像数据；S2：CT图像数据经三维编码处理，得到潜在表示特征，进行加噪处理后，得到纯噪声CT图像数据；将配准的DR图像数据导至去噪器，经跨维度注意力增强处理后，得到第一配准的DR图像数据；第一配准的DR图像数据与纯噪声CT图像数据进行多模态特征融合处理后，得到生成CT图像数据的潜在表示特征；S3：配准的DR图像数据导至多模态融合变分自编码器，经跨维度注意力增强处理后，得到第二配准的DR图像数据；第二配准的DR图像数据与生成CT图像数据的潜在表示特征进行非平衡多模态注意力增强处理后，得到初步生成CT图像数据；所述多模态融合变分自编码器，为基于矢量量化变分自编码器与多模态数据融合处理的变分自编码器；S4：初步生成CT图像数据与CT图像数据导至判别器，根据损失函数，计算损失值，基于损失值，进行迭代训练，直至损失值达到阈值，结束迭代，得到生成CT图像数据和CT图像生成模型；所述判别器，为基于PatchGAN的3维判别器；S5：获取待处理的DR图像，导至CT图像生成模型，得到生成的CT图像;所述S3中，第二配准的DR图像数据与生成CT图像数据的潜在表示特征进行非平衡多模态注意力增强处理后，得到初步生成CT图像数据，具体为：生成CT图像数据的潜在表示特征经由线性层和归一化层做成的嵌入层映射处理后，得到查询向量和值向量；第二配准的DR图像数据经由线性层和归一化层做成的嵌入层映射处理后，得到键向量；根据查询向量和键向量，计算注意力矩阵，基于注意力矩阵，对生成CT图像数据的潜在表示特征进行加权，得到初步生成CT图像数据。

全文数据：

权利要求：

百度查询： 烟台大学 基于DR图像的CT图像生成方法、系统、装置、介质