龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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：深圳湾实验室
摘要：本发明公开了CT图像与MRI图像的跨模态转换方法，包括：获取样本图像对；基于Cycle‑GAN构建学习系统，其中，两个生成网络根据输入图像生成第一结构特征、第一灰度特征以及生成图像，两个判别网络用于判断CT图像和MRI图像的真伪；构建学习系统的损失函数，包括生成网络的损失函数和判别网络的损失函数，其中，生成网络的损失函数包括基于结构特征的结构损失、基于生成图像的重建损失以及基于判别网络的判别结果的对抗损失；判别网络的损失函数包括对CT图像的判别损失和对MRI图像的判别损失；样本图像对和损失函数对学习系统进行参数优化以得到两个生成模型；利用两个生成模型实现CT图像与MRI图像之间转换。
主权项：1.一种CT图像与MRI图像的跨模态转换方法，其特征在于，包括：获取针对同一目标的CT图像与MRI图像，并构建CT图像集和MRI图像集；基于Cycle-GAN构建学习系统，其中，第一生成网络用于根据CT图像生成第一结构特征、第一灰度特征以及MRI图像，第二生成网络用于根据MRI图像生成第二结构特征、第二灰度特征以及CT图像，第一判别网络用于判断CT图像的真伪、第二判别网络用于判断MRI图像的真伪；构建学习系统的损失函数，包括生成网络的损失函数和判别网络的损失函数，其中，生成网络的损失函数包括基于结构特征的结构损失、基于生成图像的重建损失以及基于判别网络的判别结果的对抗损失；判别网络的损失函数包括对CT图像的判别损失和对MRI图像的判别损失；利用CT图像集、MRI图像集和损失函数对学习系统进行参数优化，优化结束后，提取参数确定的第一生成网络作为第一生成模型，提取参数确定的第二生成网络作为第二生成模型；利用第一生成模型实现CT图像到MRI图像的转换；利用第二生成模型实现MRI图像到CT图像的转换。
全文数据：
权利要求：
百度查询： 深圳湾实验室 CT图像与MRI图像的跨模态转换方法和装置
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号