申请/专利权人:中国人民解放军空军军医大学
申请日:2023-12-08
公开(公告)日:2024-05-03
公开(公告)号:CN117974547A
主分类号:G06T7/00
分类号:G06T7/00;G06T7/33;G06N3/0464;G06N3/0985
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.05.21#实质审查的生效;2024.05.03#公开
摘要:本发明公开了一种基于MRI序列生成PET图像的方法及系统,在同一设备获取前列腺扫描MRI序列和PSMAPET图像集;对得到的MRIADC图像和PSMAPET图像集进行预处理,构建训练集、验证集和测试集,对预先构建的3DUnet神经网络模型分别进行训练、模型调优和调整超参数以及测试;将待处理的MRIADC图像输入至得到的3DUnet神经网络模型,输出合成的PSMAPET图像。本发明利用3DUnet神经网络模型,基于扫描的MR序列图像直接合成PSMAPET图像,可以改变前列腺癌的临床诊疗路径,节省巨额检查费用,并使得让MR具有PET功能,有助于提高对前列腺癌的早期诊断和精准分期。
主权项:1.一种基于MRI序列生成PET图像的方法,其特征在于,所述方法包括:在同一台设备获取前列腺扫描MRI序列和PSMAPET图像集;基于MRI序列得到MRIADC图像,所述MRIADC图像包括盆腔大视野和前列腺小视野ADC图像;对得到的MRIADC图像和PSMAPET图像集进行预处理,并构建训练集、验证集和测试集;基于所述训练集、验证集和测试集对预先构建的3DUnet神经网络模型分别进行训练、模型调优和调整超参数以及测试,所述3DUnet神经网络模型的输入为MRIADC图像,输出为合成的PSMAPET图像;将待处理的MRIADC图像输入至得到的3DUnet神经网络模型,输出合成的PSMAPET图像。
全文数据:
权利要求:
百度查询: 中国人民解放军空军军医大学 基于MRI序列生成PET图像的方法及系统
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。