[发明专利]生成配准的带病灶分割标签的多模态MRI的方法、系统及介质

权利要求书

1.一种生成配准的带病灶分割标签的多模态MRI的方法，其特征在于实施步骤包括：

1)从正态分布N(0，1²)获取随机矩阵Code_F，RM；

2)将随机矩阵Code_F，RM输入生成对抗网络中训练好的结构特征解码器Decoder_F解码生成结构特征图F_RM；

3)将结构特征图F_RM与随机选取的病灶分割标签图L通过随机输入融合得到融合结果；

4)将融合结果输入生成对抗网络中训练好的随机编码器Encoder_RM得到编码Code_RM；

5)将编码Code_RM输入生成对抗网络中训练好的各个模态i的i模态解码器Decoder_i，分别生成配准后的i模态MRI i_g。

2.根据权利要求1所述的生成配准的带病灶分割标签的多模态MRI的方法，其特征在于，步骤2)之前还包括训练生成对抗网络中的结构特征解码器Decoder_F的步骤，详细步骤包括：

A1)随机选择一个模态，从这个模态中获取一张图n，进行结构特征提取得到结构特征图F，进行掩模提取得到对应掩模Mask；

A2)用生成对抗网络中的结构特征编码器Encoder_F对结构特征图F进行编码获得编码均值矩阵Code_F，mean及方差矩阵Code_F，logvar，从正态分布N(0，1²)的获取随机噪声Code_e，由均值矩阵Code_F，mean及方差矩阵Code_F，logvar、随机噪声Code_e三个编码综合得到加入噪声后的近似正态分布矩阵Code_F；

A3)用掩码解码器Decoder_Mask对加入噪声后的近似正态分布矩阵Code_F解码得到重建的掩模Mask_r；用结构特征解码器Decoder_F对Code_F解码得到重建的结构特征图F_r；

A4)随机生成符合正态分布N(0，1²)的矩阵Code_F，RM，用结构特征解码器Decoder_F对矩阵Code_F，RM解码得到生成的随机结构特征图F_RM，用掩码解码器Decoder_Mask对矩阵Code_F，RM解码得到生成的随机掩模Mask_RM；

A5)分别使用结构特征图鉴别器Discriminator_F分别对(F，Mask)和(F_RM，Mask_RM)进行鉴别，将前者鉴别为真，后者鉴别为假；其中F为结构特征图，Mask为掩模，F_RM为随机结构特征图，Mask_RM为随机掩模；使用结构特征鉴别器FeatureDiscriminator_F分别对Code_F和Code_F，RM进行鉴别，将前者鉴别为假，后者鉴别为真，其中Code_F为加入噪声后的正态分布矩阵，Code_F，RM为随机生成符合正态分布N(0，1²)的矩阵；

A6)根据上述各个步骤的输出结果和对应的损失函数计算损失，再调用优化器对损失函数求导得到各个组件中模型参数的梯度，然后将各个参数与对应梯度求差，完成网络参数的更新；所述各个组件包括结构特征编码器Encoder_F、掩码解码器Decoder_Mask、结构特征解码器Decoder_F、结构特征图鉴别器Discriminator_F以及结构特征鉴别器FeatureDiscriminator_F；

A7)判断是否满足预设的迭代结束条件，所述迭代结束条件为损失函数值低于设定阈值或迭代次数达到设定步数，如果不满足则跳转执行步骤A1)；否则退出。