申请/专利权人:深圳先进技术研究院
申请日:2020-12-10
公开(公告)日:2024-06-25
公开(公告)号:CN112508834B
主分类号:G06T5/50
分类号:G06T5/50;G06T7/00;G06T7/10
优先权:
专利状态码:有效-授权
法律状态:2024.06.25#授权;2021.04.02#实质审查的生效;2021.03.16#公开
摘要:本发明公开了一种基于GAN的无造影剂医学图像增强方法,采用GAN增强算法,根据既往患者的无造影剂图像,生成既往患者的虚拟有造影剂图像,并与真实有造影剂图像进行训练,得到既往患者的最终虚拟有造影剂图像,建立根据无造影剂图像生成最终虚拟有造影剂图像的目标图像分析模型;分割无造影剂图像数据,得到无造影剂目标数据与无造影剂背景数据;将从无造影剂图像数据分割得到的无造影剂背景数据,与最终虚拟有造影剂目标数据进行融合,得到虚拟有造影剂图像模型,实现对图像的增强。本申请能够对新增患者的无造影剂图像进行增强,得到新增患者的虚拟有造影剂图像,简化治疗程序,降低患者的治疗成本,减少造影剂对患者身体的影响。
主权项:1.一种基于GAN的无造影剂医学图像增强方法,其特征在于:采用GAN增强算法,根据既往患者的无造影剂图像,经过GAN增强算法,得到既往患者的虚拟有造影剂目标图像;同时,从既往患者的无造影剂图像中进行目标识别,分割出既往患者的无造影剂图像中的目标图像与背景图像,将虚拟有造影剂目标图像与无造影剂图像背景图像进行融合,得到既往患者的虚拟有造影剂图像,基于多个既往患者的无造影剂图像,经过训练得到多个虚拟有造影剂图像,建立目标图像分析模型;将新增患者的无造影剂图像输入图像目标分析模型,得到新增患者的虚拟有造影剂图像;其中,GAN增强算法,包括建立生成器模型与鉴别器模型,生成器模型用于根据无造影剂数据生成虚拟有造影剂数据,鉴别器模型用于根据真实有造影剂数据,鉴别被分析数据是虚拟有造影剂数据或真实有造影剂数据,根据鉴别结果,生成器模型修正下一次生成的虚拟有造影剂数据,直至生成器模型生成的虚拟有造影剂数据,被鉴别器模型鉴别为真,记录为最终虚拟数据,其中数据为目标数据或图像数据。
全文数据:
权利要求:
百度查询: 深圳先进技术研究院 一种基于GAN的无造影剂医学图像增强方法
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。