买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
申请/专利权人:太原理工大学
摘要:本发明公开了一种基于双域MTGAN的MRI图像增强系统和方法。结合了深度学习的最新进展,特别是MSA‑TransUNet生成器,以及一个创新的模糊鉴别器,通过对k空间和图像域的联合处理,显著改善了图像增强的效果。网络的核心由三个主要部分组成:k空间重建模块、MRI增强模块和鉴别器模块。k空间重建模块负责重建欠采样k空间数据的完整信息,MRI增强模块负责联合重建的k空间信息从有噪、有伪影图像中恢复出最终的增强图像,鉴别器模块则确保增强后的图像尽可能接近真实图像。整个网络的训练通过对抗性损失、k空间损失和图像域损失三者的结合来约束。双域MTGAN有效去除了医学图像中的噪声和伪影。
主权项:1.一种基于双域MTGAN的MRI图像增强系统,其特征在于,包括数据预处理模块、k空间重建模块、MRI增强模块和鉴别器模块:数据预处理模块:首先排除所有含噪声和伪影的图像,仅保留了高质量的图像样本;随后,通过引入高斯噪声和泊松噪声,以及在图像上添加随机线条,人为地模拟数据集中可能出现的噪声或伪影情况;设置体素间距使得不同图像之间的体素差异性尽可能小;k空间重建模块:该模块的核心是k空间生成器Gk,它基于MSA-TransUNet生成器构建而成;k空间生成器的主要任务是进行k空间信息的重建;MRI增强模块包括模糊去噪模块FFM和MRI生成器模块Gm,其中,FFM的作用是将输入的有噪、有伪影图像进行初步的去噪操作,Gm也是基于MSA-TransUNet生成器构建的,它负责联合去噪后的图像和重建的k空间信息来获得最终的加强图像;鉴别器模块由模糊鉴别器构成,模糊鉴别器的任务是筛选和区分真实数据与生成器生成的数据,通过对生成的图像进行评估,为生成器提供反馈信息,促使生成的图像更加接近于真实数据;通过与生成器进行对抗训练,模糊鉴别器不断提高其辨别真实性的能力,从而驱使生成器不断改进生成图像的质量和逼真度。
全文数据:
权利要求:
百度查询: 太原理工大学 一种基于双域MTGAN的MRI图像增强系统和方法
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。