基于GAN的多模态低剂量CT转换高剂量CT的方法、系统及介质

• 收藏
• 分享

专利权人:

中山大学

发明人:

苏琬棋,瞿毅力,邓楚富,王莹,陈志广,卢宇彤

申请号：

CN201910832520.1

公开号：

CN110559009A

申请日:

2019.04.09

申请国别(地区):

CN

年份:

2019

代理人:

摘要：

本发明公开了一种基于GAN的多模态低剂量CT转换高剂量CT的方法、系统及介质,本发明步骤包括输入任意模态的低剂量CT;对低剂量CT进行二维离散小波变换得到多个分解结果;将低剂量CT及其多个分解结果输入训练好的GAN网络中的编码器进行编码,再通过GAN网络中的解码器对编码结果解码得到对应的高剂量模态图像。本发明基于GAN在多域转换的广泛发展以及传统小波变换的分解能力,将低剂量CT及其小波变换结果一起输入训练好的GAN网络中的编码器进行编码再通过GAN网络中的解码器对编码结果解码得到对应的高剂量模态图像,能便利的实现任意模态的低剂量CT图转换生成高剂量CT图。

来源网站：

中国工程科技知识中心

来源网址：

http://www.ckcest.cn/home/