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：重庆邮电大学
摘要：本发明公开了一种以CT图像为输入的超分辨率MR成像方法，将医疗图像模态转换GAN模型和MR图像重构GAN模型两个模型集成，医疗图像模态转换GAN模型为输入CT图像输出MR图像的GAN网络模型，MR图像重构GAN模型为利用模态转换的MR图像与真实MR图像提取高频特征信息获取超分辨率MR图像的GAN网络模型。通过挖掘医疗图像模态转换与MR图像重构之间的内在联系，将两者集成为一个端到端的以CT图像为输入的超分辨率MR成像GAN模型，获得以CT图像为输入的超分辨率MR图像，提高计算机辅助诊断的效率，简化医务人员的操作流程。
主权项：1.一种以CT图像为输入的超分辨率MR成像方法，其特征在于，包括以下步骤：1构建医疗图像模态转换GAN模型：利用多尺度卷积核并行构建多层网络，利用稠密连接将多尺度卷积核构成的网络进行连接，形成一个集成了多尺度卷积核并行和稠密连接的网络模块，最后通过网络模块级联设计多条件约束GAN模型中的生成器、逆生成器和判别器；2构建MR图像重构GAN模型，包括1利用多尺度卷积核并行与残差网络设计GAN网络模块；2通过网络模块级联的方式构建GAN模型中的生成器和判别器；3融合Canny边缘检测损失的目标函数；3将步骤1和步骤2构建的模型集成为超分辨率MR成像GAN模型，包括网络结构集成和目标函数集成；所述网络结构集成包括，集成后超分辨率MR成像GAN模型的生成器是医疗图像模态转换GAN模型和MR图像重构GAN模型的生成器顺序拼接形成的，判别器是医疗图像模态转换GAN模型中的判别器，其不仅要区分重构MR图像的真伪，也要判断重构MR图像是否与输入CT图像存在对应关系；4对步骤3集成的模型进行训练；5输入CT图像，经训练好后的模型处理后输出超分辨率MR图像。
全文数据：
权利要求：
百度查询： 重庆邮电大学 一种以CT图像为输入的超分辨率MR成像方法
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