[发明专利]一种模型训练的方法、图像展示的方法及装置有效

专利信息
申请号: 202310598313.0 申请日: 2023-05-25
公开(公告)号: CN116309924B 公开(公告)日: 2023-08-18
发明(设计)人: 胡劲楠;李劲松;胡佩君;周天舒;田雨 申请(专利权)人: 之江实验室
主分类号: G06T11/00 分类号: G06T11/00;G06V10/40;G06V10/80;G06T7/10;G06V10/82;G06N3/084;G06N3/0464;G06N3/0455
代理公司: 北京博思佳知识产权代理有限公司 11415 代理人: 邓超
地址: 311121 浙江省杭*** 国省代码: 浙江;33
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 模型 训练 方法 图像 展示 装置
【权利要求书】:

1.一种模型训练的方法,其特征在于,包括:

获取第一数量的第一电子计算机断层扫描CT图像和第二数量的第二电子计算机断层扫描CT图像,所述第一CT图像和所述第二CT图像为针对同一患者的同一身体部位按照不同的扫描方式所得到的CT图像,所述第二数量大于所述第一数量;

针对每个第一CT图像,确定该第一CT图像在预设图像坐标系下的图像坐标,作为该第一CT图像对应的图像坐标;根据该第一CT图像对应的图像坐标以及预设的采样率,确定该第一CT图像对应的图像位置矩阵;

将所述第一数量的第一CT图像以及每个第一CT图像对应的图像位置矩阵输入到图像生成模型中,以使所述图像生成模型针对每个第一CT图像,将该第一CT图像输入到所述图像生成模型的特征提取网络,得到该第一CT图像对应的图像特征,以及将该第一CT图像对应的图像位置矩阵输入到所述图像生成模型的位置编码网络中,得到该第一CT图像对应的位置编码,并对该第一CT图像对应的位置编码以及该第一CT图像对应的图像特征进行特征融合,得到该第一CT图像对应的融合后特征;通过所述图像生成模型,根据每个第一CT图像对应的融合后特征,生成所述第二数量的CT图像,作为生成图像;

以最小化所述第二数量的生成图像与所述第二数量的第二CT图像之间的偏差为优化目标,对所述图像生成模型进行训练;

其中,将该第一CT图像对应的图像位置矩阵输入到位置编码网络中,得到该第一CT图像对应的位置编码,具体包括:

将该第一CT图像对应的图像位置矩阵进行标准化,得到标准化的图像位置矩阵;从编码矩阵中找到与所述标准化的图像位置矩阵最为接近的一部分矩阵数据,得到该第一CT图像的初始位置编码;对该第一CT图像的初始位置编码进行转置和复制处理,得到通道数为,尺寸为的该第一CT图像对应的位置编码。

2.如权利要求1所述的方法,其特征在于,获取第一数量的第一电子计算机断层扫描CT图像和第二数量的第二电子计算机断层扫描CT图像,具体包括:

获取第二数量的第二CT图像;

按照所述采样率,对所述第二数量的第二CT图像进行下采样,得到所述第一数量的第一CT图像。

3.如权利要求1所述的方法,其特征在于,在将所述第一数量的第一CT图像输入到待训练的图像生成模型中之前,所述方法还包括:

确定裁剪比例;

根据确定出的所述裁剪比例,对所述第一数量的第一CT图像进行裁剪,得到所述第一数量的裁剪后第一CT图像;

将所述第一数量的第一CT图像输入到待训练的图像生成模型中,以通过所述图像生成模型,生成所述第二数量的CT图像,作为生成图像,具体包括:

将所述第一数量的裁剪后第一CT图像输入到所述图像生成模型中,以通过所述图像生成模型,生成所述第二数量的CT图像,作为生成图像。

4.如权利要求3所述的方法,其特征在于,确定裁剪比例,具体包括:

读取执行所述图像生成模型的训练任务的设备的设备信息;

根据所述设备信息,确定裁剪比例。

5.如权利要求1所述的方法,其特征在于,所述第一CT图像包括:ThickCT图像,所述第二CT图像包括:ThinCT图像。

6.一种图像展示的方法,其特征在于,包括:

获取电子计算机断层扫描CT设备扫描患者所扫描到的第一数量的CT图像;

将所述第一数量的CT图像输入到预先训练的图像生成模型中,以使所述图像生成模型根据所述第一数量的CT图像,生成第二数量的CT图像,所述第一数量小于所述第二数量,所述图像生成模型是按照上述权利要求1~5任一项所述的方法进行训练得到的;

根据所述第二数量的CT图像,确定待展示CT图像;

将所述待展示CT图像进行展示。

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之江实验室,未经之江实验室许可,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/202310598313.0/1.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