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：北京工业大学

摘要：本发明涉及一种融合ROI区域的图像合成方法、装置、电子设备及介质，该方法包括获取具有对应类别信息的有病和无病原始图像；使用弱监督定位网络获取有病原始图像的感兴趣区域，得到有病掩膜图像；通过相似度计算获取与无病原始图像对应的相似有病图像，得到无病掩膜图像；分别使用有病和无病掩膜图像对有病和无病原始图像进行遮挡，得到被掩膜遮挡的图像；设计基于条件生成对抗性网络模型，并使用有病和无病掩膜图像、被掩膜遮挡的图像以及对应类别信息对该网络模型进行训练，从而得到合成医疗图像。本发明通过获取医疗图像中的感兴趣区域以及使用基于条件生成对抗性网络模型，能够高效合成指定种类的医疗图像，提高图像质量。

主权项：1.一种融合ROI区域的图像合成方法，其特征在于，包括：获取医疗图像，并将所述医疗图像分类为具有对应类别信息的有病样本原始图像和无病样本原始图像；使用弱监督定位网络获取所述有病样本原始图像的感兴趣区域，输出类激活映射图，对所述类激活映射图进行阈值化处理，得到有病样本掩膜图像；以及通过相似度计算从所述有病样本原始图像中获取与所述无病样本原始图像对应的相似有病样本图像，并基于所述无病样本原始图像及其对应的相似有病样本图像得到无病样本掩膜图像；分别使用所述有病样本掩膜图像和所述无病样本掩膜图像对所述有病样本原始图像和所述无病样本原始图像进行遮挡，得到被掩膜遮挡的图像；设计基于条件生成对抗性网络模型，并使用所述有病样本掩膜图像、所述无病样本掩膜图像、所述被掩膜遮挡的图像以及所述对应类别信息对所述基于条件生成对抗性网络模型进行训练，从而得到合成医疗图像；所述使用弱监督定位网络获取所述有病样本原始图像的感兴趣区域包括：使用概率类激活网络对病变区域在整个图像中面积占比大于或等于预定值的所述有病样本原始图像进行处理以获取感兴趣区域；以及使用金字塔定位网络对病变区域在整个图像中面积占比小于预定值的所述有病样本原始图像进行处理以获取感兴趣区域；所述通过相似度计算获取与所述无病样本原始图像相似的所述有病样本原始图像包括：使用感知哈希算法获取与所述无病样本原始图像相似的所述有病样本原始图像；所述基于所述无病样本原始图像及其对应的相似有病样本图像得到无病样本掩膜图像包括：通过图像配准的方式获得仿射变换，再将所述仿射变换应用于与所述相似有病样本图像对应的掩膜上，获取所述无病样本原始图像的感兴趣区域，从而得到所述无病样本掩膜图像。

全文数据：

权利要求：

百度查询： 北京工业大学 融合ROI区域的图像合成方法、装置、电子设备及介质