公开(公告)号：CN114862774A

公开(公告)日：2022-08-05

申请号：CN202210422914.1

申请日：2022-04-21

Applicant: 浙江大学滨江研究院

Inventor： 卓成 ,  付钰 ,  李贇鑫 ,  张宏 ,  田梅 ,  薛乐

IPC: G06T7/00 ,  G06V10/774 ,  G06N3/08 ,  G06N3/04 ,  G06V10/82

Abstract: 本发明提供了一种基于深度学习的PET图像跨模态重构方法，包括：步骤1、获取包含FDG‑PET脑部扫描图像与对应的AV45‑PET脑部扫描图像的多模态脑部扫描图像，并对多模态脑部扫描图像的模态类型进行标注，将多模态脑部扫描图像与对应的标注标签组成训练样本；步骤2、构建用于跨模态图像生成的生成对抗网络；步骤3、利用训练样本对生成对抗网络进行训练，获得PET跨模态图像生成模型；步骤4、将FDG‑PET脑部扫描图像输入到所述PET跨模态图像生成模型中，经计算输出AV45‑PET脑部扫描图像以及对应的图像信息。本发明还提供了一种PET图像跨模态重构装置。本发明提供的方法通过构建神经网络，对生成的图像进行约束与修改，从而获得高质量的AV45‑PET脑部扫描图像。