[发明专利]影像数据的模态转换方法及装置

权利要求书

1.一种影像数据的模态转换方法，其特征在于，包括：

获取待转换影像，所述待转换影像为CBCT影像；

提取所述待转换影像所包含的主体区域，对所述主体区域进行灰度变换，得到所述主体区域对应的主体影像；

将所述主体影像输入至预先训练好的影像转换模型，通过所述影像转换模型输出所述主体影像对应的转换影像；其中，所述转换影像为CT影像；所述影像转换模型为预先训练好的生成对抗网络模型中的生成器网络，用于对输入的待转换影像进行模态转换，且，所述生成器网络包括预设数量的下采样层和上采样层，每一层所述上采样层和所述下采样层通过滑动连接；

将所述转换影像还原至所述待转换影像，以得到所述待转换影像对应的目标影像，其中，所述目标影像包含有所述转换影像。

2.根据权利要求1所述的方法，其特征在于，提取所述待转换影像所包含的主体区域，对所述主体区域进行灰度变换，得到所述主体区域对应的主体影像的步骤，包括：

提取所述CBCT影像所包含的每一层影像的灰度直方图；

按照预设的截取规则截取所述灰度直方图所包含的主体区域，并对截取的所述主体区域的灰度值进行归一化处理，以得到所述主体区域对应的主体影像。

3.根据权利要求2所述的方法，其特征在于，将所述转换影像还原至所述待转换影像的步骤，包括：

基于所述灰度直方图的提取规则，以及，预设的所述截取规则对所述转换影像进行反向操作，以将所述转换影像还原至与所述待转换影像匹配的原始尺寸。

4.根据权利要求1所述的方法，其特征在于，所述方法还包括：

获取预先设置的训练集，其中，所述训练集包括至少一对影像数据，每对所述影像数据包括第一影像数据和第二影像数据，其中，所述第一影像数据包括定位CT图像，所述第二影像数据为与所述第一影像数据对应的CBCT影像；

将所述训练集输入至预先构建的生成对抗网络模型，对所述生成对抗网络模型包括的生成器网络和判别器网络分别进行对抗训练，以更新所述生成器网络和所述判别器网络的参数；

保存更新后的所述生成器网络和所述判别器网络的参数，并将所述生成器网络保存为影像转换模型，以用于对输入的待转换影像进行模态转换。

5.根据权利要求4所述的方法，其特征在于，所述生成器网络的损失函数包络L1损失函数、风格损失函数和内容损失函数，用于对所述待转换影像进行风格迁移。

6.根据权利要求5所述的方法，其特征在于，将所述训练集输入至预先构建的生成对抗网络模型，对所述生成对抗网络模型包括的生成器网络和判别器网络分别进行对抗训练的步骤，包括：

持续执行下述步骤，直至所述生成器网络和所述判别器网络满足预设的训练条件，其中，所述预设的训练条件包括训练的次数达到预设次数，或者，所述生成器网络的损失值小于预设的损失阈值和所述判别器网络的损失值维持在预设范围：

冻结所述生成器网络的参数，将所述训练集中的第二影像数据输入至所述生成器网络中，得到所述第二影像数据对应的伪影像；

将所述伪影像和与所述第二影像数据对应的第一影像数据输入至所述判别器网络进行判定，并计算所述判别器网络的损失值；

将所述判别器网络的损失值反向传播至所述判别器网络中，以更新所述判别器网络的参数；以及，

冻结所述判别器网络的参数，将所述训练集中的第二影像数据输入至所述生成器网络中，得到所述第二影像数据对应的伪影像；

计算所述生成器网络的损失值，将所述生成器网络的损失值反向传播至所述生成器网络中，以更新所述生成器网络的参数。