申请/专利权人：北京航空航天大学;无锡艾米特智能医疗科技有限公司

申请日：2023-08-24

公开（公告）日：2023-11-24

公开（公告）号：CN117115106A

主分类号：G06T7/00

分类号：G06T7/00;G06V10/764;G06V10/774;G06T7/10;G06N3/0464;G06N3/0475;G06N3/084;G16H30/20

优先权：

专利状态码：在审-实质审查的生效

法律状态：2023.12.12#实质审查的生效;2023.11.24#公开

摘要：本发明公开了基于CycleGAN网络的针对肝脏US‑CT医学图像转换方法。包括：将肝脏US图像x作为训练样本输入给生成器G；生成器G根据肝脏US图像x生成肝脏伪CT图像y’；将肝脏伪CT图像y’作为训练样本输入给生成器F；生成器F根据肝脏伪CT图像y’生成环回肝脏US图像x”；训练生成器G；训练判别器Dy；将肝脏CT图像y作为训练样本输入给生成器F；生成器G根据肝脏CT图像y生成肝脏伪US图像x’；将生成的肝脏伪US图像x’作为训练样本输入给所述生成器G；生成器G根据肝脏伪US图像x’生成环回肝脏CT图像y”；训练生成器F；所述判别器Dx。

主权项：1.一种基于CycleGAN网络的针对肝脏US图像与CT图像的转换方法，其特征在于，包括：步骤S1，肝脏US图像与CT图像处理，包括：获取多份肝脏US图像数据与肝脏CT图像数据，从中分割出包括肝脏图像本身的区域，作为肝脏US图像与肝脏CT图像；步骤S2，构建CycleGAN网络，包括构建生成器G、生成器F、判别器Dx与判别器Dy；其中，生成器G用于将输入的肝脏US图像转换为伪肝脏CT图像，以及用于将输入的伪肝脏US图像转换为环回肝脏CT图像；生成器F用于将输入的肝脏CT图像转换为伪肝脏US图像，以及用于将输入的伪肝脏CT图像转换为环回肝脏US图像；判别器Dx用于判断向其输入的图像是否是肝脏US图像；判别器Dy用于判断向其输入的图像是否是肝脏CT图像；步骤S3，将步骤S1得到的肝脏US图像x作为训练样本输入给所述生成器G；所述生成器G根据肝脏US图像x生成肝脏伪CT图像y’；将生成的肝脏伪CT图像y’作为训练样本输入给所述生成器F；所述生成器F根据肝脏伪CT图像y’生成环回肝脏US图像x”；步骤S4，计算损失Loss1＝Loss1GAN+LOSS1cycle，其中根据判别器Dy判别肝脏伪CT图像y’的结果计算Loss1GAN，而用肝脏US图像X与环回肝脏US图像x”之间的差异计算LOSS1cycle；用损失Loss1更新所述生成器G的网络参数，并且保持所述生成器F和判别器Dy的网络参数不变；步骤S5，将步骤S3得到的肝脏伪CT图像y’作为训练样本提供给判别器Dy，以及将步骤1得到的肝脏CT图像y作为训练样本提供给判别器Dy；其中肝脏伪CT图像y’与肝脏CT图像Y无需代表相同肝脏的图像；计算损失Loss2＝Loss2GAN，其中根据判别器Dy判别肝脏伪CT图像y’与肝脏CT图像y的结果计算Loss2GAN；用损失Loss2更新所述判别器Dy的网络参数，并且保持所述生成器G、生成器F和判别器Dx的网络参数不变；步骤S6，将步骤S1得到的肝脏CT图像y作为训练样本输入给所述生成器F；所述生成器G根据肝脏CT图像y生成肝脏伪US图像x’；将生成的肝脏伪US图像x’作为训练样本输入给所述生成器G；所述生成器G根据肝脏伪US图像x’生成环回肝脏CT图像y”；步骤S7，计算损失Loss3＝Loss3GAN+LOSS3cycle，其中根据判别器Dx判别肝脏伪US图像x’的结果计算Loss3GAN，而用肝脏CT图像y与环回肝脏CT图像y”之间的差异计算LOSS3cycle；用损失Loss3更新所述生成器F的网络参数，并且保持所述生成器G和判别器Dx的网络参数不变；步骤S8，将步骤S6得到的肝脏伪US图像x’作为训练样本提供给判别器Dx，以及将步骤1得到的肝脏US图像x作为训练样本提供给判别器Dx；其中肝脏伪US图像x’与肝脏US图像x无需代表相同肝脏的图像；计算损失Loss4＝Loss4GAN，其中根据判别器Dx判别肝脏伪US图像x’与肝脏US图像x的结果计算Loss4GAN；用损失Loss4更新所述判别器Dx的网络参数，并且保持所述生成器G、生成器F和判别器Dy的网络参数不变；步骤S9，将待转换的肝脏US图像提供给经训练的所述生成器G，所述生成器G输出与所述待转换的肝脏US图像对应的肝脏CT图像；和或将待转换的肝脏CT图像提供给经训练的所述生成器F，所述生成器F输出与所述待转换的肝脏CT图像对应的肝脏US图像。

全文数据：

权利要求：

百度查询： 北京航空航天大学;无锡艾米特智能医疗科技有限公司 基于CycleGAN网络的针对肝脏US-CT医学图像转换方法

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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD