-
公开(公告)号：CN112967379B
公开(公告)日：2022-04-22
申请号：CN202110235474.4
申请日：2021-03-03
Applicant: 西北工业大学深圳研究院 , 西北工业大学
Abstract: 本发明公开了一种基于感知一致生成对抗网络的三维医学图像重建方法，提出用二维图像的三视图重建三维图像的方法，融合感知一致约束的感知一致生成对抗网络(Sense‑consistency Generative Adversarial Network,SGAN)去学习潜在的由粗到细的感知信息。首先，沿着投影方向展开一组二维图像三视图中的每一个切片，然后将其连接起来，形成与实际三维图像对应的相同形状的三通道三维图像；然后，采用感知一致性约束提供在训练生成模型时需要的潜在的从粗到细的感知信息，对SGAN模型进行训练；最终训练完成得到最终的SGAN模型，实现将二维图像转换为真实三维图像。本发明能够从一组三视角二维图像重建三维图像，一定程度上解决了UR任务。
-
公开(公告)号：CN112967379A
公开(公告)日：2021-06-15
申请号：CN202110235474.4
申请日：2021-03-03
Applicant: 西北工业大学深圳研究院 , 西北工业大学
Abstract: 本发明公开了一种基于感知一致生成对抗网络的三维医学图像重建方法，提出用二维图像的三视图重建三维图像的方法，融合感知一致约束的感知一致生成对抗网络(Sense‑consistency Generative Adversarial Network,SGAN)去学习潜在的由粗到细的感知信息。首先，沿着投影方向展开一组二维图像三视图中的每一个切片，然后将其连接起来，形成与实际三维图像对应的相同形状的三通道三维图像；然后，采用感知一致性约束提供在训练生成模型时需要的潜在的从粗到细的感知信息，对SGAN模型进行训练；最终训练完成得到最终的SGAN模型，实现将二维图像转换为真实三维图像。本发明能够从一组三视角二维图像重建三维图像，一定程度上解决了UR任务。
-
公开(公告)号：CN118864634A
公开(公告)日：2024-10-29
申请号：CN202410909562.1
申请日：2024-07-08
Applicant: 西北工业大学
IPC: G06T11/00 , G06N3/045 , G06N3/0455 , G06N3/0464 , G06N3/0475 , G06N3/094
Abstract: 本发明公开了一种用于脑肿瘤的从MRI到脑血容量定量图像的图像合成方法，包括1)基于GAN的图像合成算法，该算法主要包括：基于特征一致性的GAN网络和具有平均绝对误差损失的三维编码器‑解码器网络；2)3D可增量的Encoder‑Decoder网络，该网络主要包括对于每一个模态都存在一个编码器和一个面向CBV模态的解码器。本发明通过提出的基于GAN的图像合成算法，可以从易获取的标准MRI序列生成磁共振成像灌注图，从而提高灌注的脑血容量来对肿瘤的进展和放射效应进行区分的方法的可实施性。同时，本发明的3D可增量的Encoder‑Decoder网络可以从许多只有少数有ASL‑CBF配对图像的受试者身上学习，从而在仅有少量ASL‑CBF配对图像的前提下生成CBV图像。
-
公开(公告)号：CN105427337A
公开(公告)日：2016-03-23
申请号：CN201510726533.2
申请日：2015-10-30
Applicant: 西北工业大学
IPC: G06T7/20
CPC classification number: G06T2207/10016 , G06T2207/20024 , G06T2207/30004
Abstract: 本发明公开了一种基于压缩感知的延时视频序列运动细胞跟踪方法，用于解决现有延时视频序列运动细胞跟踪方法复杂的技术问题。技术方案是将压缩感知引入到延时视频序列运动细胞的跟踪中，并对每一帧中运动细胞进行粗分割，依据分割结果确定每个细胞所在的一个矩形检测窗口；在该矩形检测窗口内对原始细胞图像进行随机采样，将该矩形检测窗口内的图像变换到高维特征空间；构造一个随机稀疏矩阵，将窗口内的图像从高维特征空间映射到低维特征空间；最后，将所得的描述特征带入训练好的朴素贝叶斯分类器，判定该窗口区域是否真的还有上一帧中附近位置出现的细胞，从而实现细胞跟踪。该方法将图像特征从高维特征空间映射到低位特征空间，方法简单。
-
-
-
Search Results
4
records
(took 0.016 seconds)
