[发明专利]一种低剂量CT图像模拟方法

摘要

本发明提供一种低剂量CT图像模拟方法，包括获取非一一对应的原始高剂量CT图像和原始低剂量CT图像；对所述原始CT图像进行预处理，分别得到相应的原始CT图像数据；构建由生成网络和判别网络构成的CT图像模拟网络模型，并初始化网络参数；将所述原始CT图像数据输入所述CT图像模拟网络模型，交替训练所述生成网络和判别网络，直至得到网络的最优参数并保存；向设置为最优参数的所述低剂量CT图像模拟网络模型输入高剂量CT图像，即可生成与所述高剂量CT图像一一对应的模拟低剂量CT图像。本发明得到与原始高剂量CT图像一一对应的低剂量CT图像，可以为CT重建、校正等算法的开发提供数据，以便进行训练、对比、验证、算法优化等工作。

主权项

1.一种低剂量CT图像模拟方法，其特征在于，包括如下步骤：步骤10、获取非一一对应的原始高剂量CT图像和原始低剂量CT图像；步骤20、对所述原始高剂量CT图像和原始低剂量CT图像进行预处理，分别得到原始高剂量CT图像数据和原始低剂量CT图像数据；步骤30、构建由低剂量生成网络、高剂量生成网络、低剂量判别网络和高剂量判别网络构成的CT图像模拟网络模型，并初始化网络参数；步骤40、将所述原始高剂量CT图像数据和原始低剂量CT图像数据输入所述CT图像模拟网络模型，交替训练所述生成网络和判别网络，直至得到网络模型的最优参数并保存；步骤50、向设置为最优参数的所述低剂量CT图像模拟网络模型输入高剂量CT图像，即可生成与所述高剂量CT图像一一对应的模拟低剂量CT图像。