[发明专利]基于深度学习的腹部三维医学影像转换生成方法

权利要求书

1.一种基于深度学习的腹部三维医学影像转换生成方法，用于实现由腹部MRI影像转换为腹部CT影像的跨模态影像转换，其特征在于，包括如下步骤：

步骤S1，对已有训练集中的真实MRI影像和真实CT影像进行三维医学配准，得到配准影像；

步骤S2，将所述配准影像输入用于图像转换的三维深度学习模型进行模型训练，得到训练后的三维深度学习模型；

步骤S3，将需要进行转换的腹部MRI影像输入训练后的所述三维深度学习模型，得到同一部位的相应的CT影像。

2.根据权利要求1所述的基于深度学习的腹部三维医学影像转换生成方法，其特征在于：

其中，所述步骤S2中，三维深度学习模型包括生成器模型和判别器模型，模型训练具体包括如下子步骤：

步骤S2-1，构建初始生成器模型和初始判别器模型；

步骤S2-2，将腹部MRI影像输入所述初始生成器模型，得到初始腹部CT影像Ⅰ；

步骤S2-3，采用所述已有训练集中的一部分所述真实CT影像和一部分所述初始腹部CT影像Ⅰ输入所述初始判别器模型，对所述初始判别器模型进行训练，得到训练后的初始判别器模型；

步骤S2-4，采用所述已有训练集中的另一部分经过三维医学配准后的真实MRI影像和对应的真实CT影像输入所述初始生成器模型，对所述初始生成器模型进行训练，得到训练后的初始训练器模型；

步骤2-5，重复步骤S2-2，得到初始腹部CT影像Ⅱ，将其与对应的真实CT影像进行对比，判断所述初始腹部CT影像是否为高质量影像，当判断为是高质量影像时，则停止训练，当判断为不是高质量影像时，则重复步骤步骤S2-3和步骤S2-4，直至输出的腹部CT影像为高质量影像时，则停止训练。

3.根据权利要求1所述的基于深度学习的腹部三维医学影像转换生成方法，其特征在于：

其中，所述步骤S1中，三维医学配准采用FAIM算法。

4.根据权利要求1所述的基于深度学习的腹部三维医学影像转换生成方法，其特征在于：

其中，所述步骤S3中，CT影像为DICOM格式的三维CT影像。