[發(fā)明專利]基于GAN的多模態(tài)低劑量CT轉(zhuǎn)換高劑量CT的方法

有效

• 申請?zhí)枺?/td>: 201910832520.1
• 申請日: 2019-09-04
• 公開（公告）號: CN110559009B
• 公開（公告）日: 2020-12-25
• 發(fā)明（設(shè)計）人: 蘇琬棋;瞿毅力;鄧楚富;王瑩;陳志廣;盧宇彤
• 申請（專利權(quán)）人: 中山大學(xué)
• 主分類號: A61B6/03
• 分類號: A61B6/03
• 代理公司: 湖南兆弘專利事務(wù)所(普通合伙) 43008
• 代理人: 譚武藝

1.一種基于GAN的多模態(tài)低劑量CT轉(zhuǎn)換高劑量CT的方法，其特征在于實施步驟包括：

1)輸入任意模態(tài)的低劑量CT；

2)對低劑量CT進行二維離散小波變換得到多個分解結(jié)果，所述得到多個分解結(jié)果具體是指得到近似矩陣W_i,1、水平矩陣W_i,1H、垂直矩陣W_i,1V和對角線矩陣W_i,1D四個結(jié)果；

3)將低劑量CT及其多個分解結(jié)果輸入訓(xùn)練好的GAN網(wǎng)絡(luò)中的編碼器進行編碼，再通過GAN網(wǎng)絡(luò)中的解碼器對編碼結(jié)果解碼得到對應(yīng)的高劑量模態(tài)圖像。

2.根據(jù)權(quán)利要求1所述的基于GAN的多模態(tài)低劑量CT轉(zhuǎn)換高劑量CT的方法，其特征在于，所述GAN網(wǎng)絡(luò)包括將不同劑量水平的圖像編碼得到同一特征空間的編碼器Encoder、一個對編碼結(jié)果進行解碼得到轉(zhuǎn)換的高劑量圖的解碼器Decoder、一個鑒別圖像是否為真實的高劑量圖的鑒別器Discriminator、一個鑒別重建標(biāo)簽及原始標(biāo)簽真假的標(biāo)簽鑒別器Discriminator_label以及一個用于對輸入圖像進行處理得到任務(wù)標(biāo)簽的任務(wù)處理器Task。

3.根據(jù)權(quán)利要求2所述的基于GAN的多模態(tài)低劑量CT轉(zhuǎn)換高劑量CT的方法，其特征在于，步驟3)之前還包括采用有監(jiān)督的方法訓(xùn)練GAN網(wǎng)絡(luò)的步驟，詳細步驟包括：

A1)輸入帶任務(wù)標(biāo)簽的高劑量模態(tài)圖像h及其標(biāo)簽label；

A2)訓(xùn)練任務(wù)處理器Task得到完成訓(xùn)練的任務(wù)處理器Task；將高劑量模態(tài)圖像h添加i個不同等級的泊松噪聲，得到配準(zhǔn)的i個劑量等級的低劑量模態(tài)圖像l_i；

A3)在i個低劑量模態(tài)中隨機選一個模態(tài)，進行低劑量模態(tài)圖像l_i與高劑量模態(tài)圖像h轉(zhuǎn)換訓(xùn)練，并重用訓(xùn)練好的任務(wù)處理器Task指導(dǎo)訓(xùn)練，得到訓(xùn)練好的編碼器Encoder、解碼器Decoder；

A4)輸入測試的低劑量CT數(shù)據(jù)l_test，使用訓(xùn)練好的模塊對測試數(shù)據(jù)進行轉(zhuǎn)換得到轉(zhuǎn)換的高劑量CT數(shù)據(jù)，再使用任務(wù)處理器Task對轉(zhuǎn)換數(shù)據(jù)進行處理，得到轉(zhuǎn)換數(shù)據(jù)的任務(wù)處理結(jié)果；將低劑量CT數(shù)據(jù)l_test使用任務(wù)處理器Task對測試數(shù)據(jù)進行處理得到測試數(shù)據(jù)的任務(wù)處理結(jié)果；

A5)轉(zhuǎn)換數(shù)據(jù)的任務(wù)處理結(jié)果、測試數(shù)據(jù)的任務(wù)處理結(jié)果進行比較，評估轉(zhuǎn)換結(jié)果是否良好，如果良好則訓(xùn)練完成；否則跳轉(zhuǎn)執(zhí)行步驟A1)繼續(xù)進行訓(xùn)練。