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！
摘要：本发明公开的一种医学图像跨模态转换的方法，使用了一个由多模态医学图像配准模块和多模态非对齐误差检测模块组成的先验提取网络，从非对齐的训练数据中提取出可用的像素级先验信息；随后，使用提取到的先验信息构建先验损失项，以限制基于循环一致性约束的无监督GAN模型的解空间，从而提升生成器的性能。基于多模态的MRI数据，本发明方法与其他六种不同的最先进的跨模态转换方法进行了比较。定性和定量结果均表明，本方法在训练数据中存在非对齐误差时具有明显的优越性。
主权项：1.一种医学图像跨模态转换的方法，其特征在于包括以下步骤：1采集两个模态的医学图像，将两个模态的医学图像构建为数据集，用来表示非对齐的多模态医学图像数据集，其中，和分别来自模态X和模态Y，“~”表示之间存在非对齐误差，表示中含有正确先验信息的区域，表示其余含有错误先验信息的区域；引入用于表示仅在理论上存在的与像素级对齐的模态Y图像；2引入多模态配准模块MReg，从非对齐的训练数据中提取出可用的像素级先验信息，消除中的可配准非对齐误差，使能够提供更多可用的像素级先验信息；3对于未被多模态误差检测模型D检测出存在明显非对齐误差的区域，引入多模态非对齐误差检测模块MDet，MDet将会为它们在置信度矩阵W中保留权重值；4在得到预训练好的MReg和MDet模块后，使用提取到的先验信息构建先验损失项加入到循环一致性模块Cycle，以限制基于循环一致性约束的无监督GAN模型的解空间。
全文数据：
权利要求：
百度查询： 东南大学 苏州海斯菲德信息科技有限公司 一种医学图像跨模态转换的方法
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