← 返回列表

基于平扫CT的CTA图像生成方法及系统

申请号: CN202311746306.7
申请人: 中国人民解放军总医院
申请日期: 2023/12/18

摘要文本

本发明提供一种基于平扫CT的CTA图像生成方法及系统,该方法包括如下步骤:采集CT图像和对应的真实CTA图像,将CT图像和对应的真实CTA图像作为第一样本对;将CT图像每一帧的横截面拆解为CT图像块,并将真实CTA图像每一帧的横截面拆解为真实CTA图像块,将CT图像块和对应的真实CTA图像块作为第二样本对;基于对抗网络架构生成2D对抗网络模型和3D对抗网络模型;利用训练集对对抗网络模型进行训练,并利用验证集对训练后的对抗网络模型进行验证;将测试集输入至验证完成的对抗网络模型中,生成对应的目标CTA图像和对应的目标CTA图像块;将目标CTA图像与目标CTA图像块融合,得到合成CTA图像。

专利详细信息

项目 内容
专利名称 基于平扫CT的CTA图像生成方法及系统
专利类型 发明申请
申请号 CN202311746306.7
申请日 2023/12/18
公告号 CN117745856A
公开日 2024/3/22
IPC主分类号 G06T11/00
权利人 中国人民解放军总医院
发明人 花芸; 何昆仑; 刘盼
地址 北京市海淀区复兴路28号

专利主权项内容

1.一种基于平扫CT的CTA图像生成方法,其特征在于,包括如下步骤:采集CT图像和对应的真实CTA图像,将所述CT图像和对应的所述真实CTA图像作为第一样本对,并将所述第一样本对划分为第一训练集、第一验证集和第一测试集;将所述CT图像每一帧的横截面拆解为CT图像块,并将所述真实CTA图像每一帧的横截面拆解为真实CTA图像块,将所述CT图像块和对应的所述真实CTA图像块作为第二样本对,并将所述第二样本对划分为第二训练集、第二验证集和第二测试集;基于对抗网络架构生成2D对抗网络模型和3D对抗网络模型;利用所述第一训练集对所述2D对抗网络模型进行训练,通过所述2D对抗网络模型的联合损失函数调整所述2D对抗网络模型的模型参数,并利用所述第一验证集对训练后的所述2D对抗网络模型进行验证;利用所述第二训练集对所述3D对抗网络模型进行训练,通过所述3D对抗网络模型的联合损失函数调整所述3D对抗网络模型的模型参数,并利用所述第二验证集对训练后的所述3D对抗网络模型进行验证;将所述第一测试集输入至验证完成的所述2D对抗网络模型中,生成对应的目标CTA图像;将所述第二测试集输入至验证完成的所述3D对抗网络模型中,生成对应的目标CTA图像块;将所述目标CTA图像与所述目标CTA图像块融合,得到合成CTA图像。