公开(公告)号：CN114170118A

公开(公告)日：2022-03-11

申请号：CN202111226162.3

申请日：2021-10-21

Applicant: 北京交通大学

Inventor： 朱振峰 ,  闫琨 ,  刘志哲 ,  郑帅 ,  国圳宇 ,  赵耀

IPC: G06T5/50 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明提供了一种基于由粗到精学习的半监督多模态核磁共振影像合成方法。该方法包括：利用所有病例的多模态数据集构造大部分不成对数据和少部分成对数据，构造包括生成网络和增强网络的MRI合成模型，利用全部数据对生成网络进行训练，利用少部分成对数据对增强网络进行训练，将源模态的影像输入训练好的生成网络中，利用学习得的跨模态分布映射关系将源模态的影像映射为对应的目标模态的粗合成影像，并输入到训练好的增强网络，增强网络对目标模态的粗合成影像进行精细化增强，得到目标模态的跨模态合成MR影像。本发明方法可以应用于跨模态医学影像合成中，使用患者已有的源模态影像合成目标模态影像，为辅助医生进行疾病诊断提供帮助。