一种多模态磁共振图像的转换方法

专利主权项内容

1.一种多模态磁共振图像的转换方法，其特征在于包括如下步骤：S1、获取一定数量的多模态磁共振图像构成数据集，并对磁共振图像的不同模态进行分类，得到分类结果；S2、将数据集分成训练集和测试集；S3、构建图像转换模型，并分批次使用训练集中的磁共振图像对构建的图像转换模型进行训练，得到训练完成的图像转换模型；其中图像转换模型包括卷积层、Transformer模块、卷积神经网络、配准模块和鉴别器；对图像转换模型进行一次训练的具体过程为：S3-1、将当前批次选择的磁共振图像输入到卷积层中，得到第一特征张量X；S3-2、对第一特征张量X进行分裂，得到第一特征组I和第二特征组I；12S3-3、将第一特征组I输入到Transformer模块中，得到第一输出特征F；将第二特征组I输入到卷积神经网络中，得到第二输出特征F，并将第一输出特征F和第二输出特征F进行融合，得到第二特征张量F；1T2CTCS3-4、将第二特征张量F输入到配准模块中，得到转换后的MRI图像；S3-5、将S3-4中转换后的MRI图像送入到鉴别器中，得到鉴别结果，并根据鉴别结果及该转换后的MRI图像所对应的原始磁共振图像的分类结果计算损失函数，最后使用损失函数反向更新图像转换模型的网络参数，得到一次训练后的图像转换模型；S4、任意选取测试集中的其中一幅磁共振图像作为测试样本，将测试样本输入到去除鉴别器后的图像转换模型中，即：按照S3-1～3-4中相同的方式得到测试样本转换后的MRI图像。