[发明专利]基于稠密卷积神经网络的三维医学图像超分辨率重建方法在审

专利信息
申请号: 201811193597.0 申请日: 2018-10-15
公开(公告)号: CN109360152A 公开(公告)日: 2019-02-19
发明(设计)人: 吕卫;张国帅;褚晶辉 申请(专利权)人: 天津大学
主分类号: G06T3/40 分类号: G06T3/40;G06T17/00
代理公司: 天津市北洋有限责任专利代理事务所 12201 代理人: 李林娟
地址: 300072*** 国省代码: 天津;12
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 超分辨率重建 稠密 卷积神经网络 三维医学图像 最优模型 低分辨率图像 高分辨率图像 低分辨率 反向传播 连接结构 三维图像 实际图像 重建图像 测试集 连接组 输出层 输入层 数据集 网络权 训练集 隐藏层 加载 减小 小块 优化 三维 验证 反馈 输出 医学 重建 评估 传播 网络
【说明书】:

发明公开了一种基于稠密卷积神经网络的三维医学图像超分辨率重建方法,包括:将人类连接组项目公开的数据集随机分成7:1:1:1四部分,第一部分作为训练集,第二部分用于验证及优化网络权重,第三部分用于评估选择的超参数,第四部分作为测试集;将低分辨率三维图像320*320*256分成64*64*64的小块,作为基于稠密连接结构的网络输入;计算重建图像与实际图像之间的误差,并将该误差由输出层向隐藏层逐层的反向传播,直至传播到输入层,经过不断的反馈优化直至误差不再减小,得到超分辨率重建的最优模型,并对最优模型进行训练;输入医学三维低分辨率图像,加载好训练好的模型,输出重建的高分辨率图像。

技术领域

本发明涉及图像处理领域,尤其涉及一种基于稠密卷积神经网络的三维医学图像超分辨率重建方法。

背景技术

由于广泛的实用价值与理论价值,图像超分辨率重建技术成为计算机视觉与图像处理领域的一个研究热点,图像超分辨率是指利用一幅或多幅低分辨率图像,运用相关的算法来获得一幅清晰的高分辨率图像。高分辨率的医学图像可以有丰富的结构信息,支持图像分析和定量测量。

高分辨率图像的医学图像有着丰富的结构细节,可以实现精确的图像分析和定量测量。然而MRI(Nuclear Magnetic Resonance Imaging,核磁共振成像)的高分辨率图像生成通常以更长的扫描时间、更小的空间覆盖率和更低的信噪比为代价获得的。如果可以从输入的低分辨率图像中获得高分辨率图的话,就可以在更短的扫描时间内实现更大的空间覆盖率、更高的信噪比和更好的空间分辨率。要平衡图像分辨率、信噪比和采集时间,这三个成像参数是相互影响的,高分辨率图像可以观察到更细微的细节信息,但是通常会伴随着信噪比的降低或成像时间的增加。MRI成像的资源有限,成本很高,扫描时间长对患者不利,并可能会导致图像中有运动伪影出现[1]

一种简单的方法是通过对低分辨率图像进行插值处理来获得高分辨率图像,基于插值的方法快速易行,适合并行计算,基本满足实时要求,但因为不能引入额外有用的高频信息,无法恢复丢失的高频信息,因而很难在高分辨率图像中得到锐化的效果。另外一种方法是重复扫描低分辨率图像来组成高分辨率图像,这种内部扫描的办法并不稳定,在实践中耗时过长[2]。关于图像超分辨率重建的处理,近年来利用深度学习的方法来进行图像处理的方法中超分辨率卷积神经网络(Super-Resolution Convolution Neural Network,SRCNN)表现出很优异的效果。并且它的快速版本快速超分辨率卷积神经网络(Fast Super-Resolution Convolutional Neural Networks,FSRCNN)因为其网络结构简单和更高的恢复精度而备受关注[3-4]

这些以前的深度学习方法仍然有局限性。现在许多医学图像数据都是三维体数据,但是二维超分辨率卷积神经网络,例如快速超分辨率卷积神经网络是以处理一张一张图的方式工作,没有考虑到三维连续数据的优点。一个三维模型可以直接从数据中提取考虑到多层图像的三维图像特征,更适合针对三维体数据的处理。其次,快速超分辨率卷积神经网络是直接堆叠多个神经网络,直接转换成三维可能会导致大量的参数,在内存分配上也会面临挑战。

发明内容

本发明提供了一种基于稠密卷积神经网络的三维医学图像超分辨率重建方法,本发明基于稠密卷积神经网络,并在原始结构基础上,针对三维数据的特点,对稠密卷积神经网络进行重新搭建,详见下文描述:

一种基于稠密卷积神经网络的三维医学图像超分辨率重建方法,所述方法包括以下步骤:

1)将人类连接组项目公开的数据集随机分成7:1:1:1四部分,第一部分作为训练集,第二部分用于验证及优化网络权重,第三部分用于评估选择的超参数,第四部分作为测试集;

2)将低分辨率三维图像320*320*256分成64*64*64的小块,作为基于稠密连接结构的网络输入;

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于天津大学,未经天津大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201811193597.0/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top