[发明专利]用于使用条件生成对抗网络提供中风病灶分割的系统和方法在审
申请号: | 201980091774.0 | 申请日: | 2019-12-04 |
公开(公告)号: | CN113424222A | 公开(公告)日: | 2021-09-21 |
发明(设计)人: | J·鲁宾 | 申请(专利权)人: | 皇家飞利浦有限公司 |
主分类号: | G06T7/11 | 分类号: | G06T7/11 |
代理公司: | 北京市金杜律师事务所 11256 | 代理人: | 董莘 |
地址: | 荷兰艾恩*** | 国省代码: | 暂无信息 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 用于 使用 条件 生成 对抗 网络 提供 中风 病灶 分割 系统 方法 | ||
1.一种用于图像处理的方法,包括:
接收第一模态(120)的图像(145)和第二模态(115)的图像(140),所述第一模态(120)的所述图像(145)和所述第二模态(115)的所述图像(140)捕获同一对象(110)的相应图像(140,145);
将第一已训练模型(150)应用于所述第一模态(120)的所述图像(145),以生成模仿所述第二模态(115)的所述图像(140)的人工图像(160);
将第二已训练模型(155)应用于模仿所述第二模态(115)的所述图像(140)的所述人工图像(160)和所述第一模态(120)的所述图像(145)的数据;以及
输出关于所生成的所述人工图像(160)的至少一个结论。
2.根据权利要求1所述的方法,其中所述至少一个结论是所生成的所述人工图像(160)的分割(165)。
3.根据权利要求2所述的方法,其中所述分割(165)是所生成的所述人工图像(160)中的缺血病灶(170)的分割。
4.根据权利要求1所述的方法,其中所述第一模态(120)是计算机断层摄影(CT)扫描,并且所述第二模态(115)是磁共振成像(MRI)扫描。
5.根据权利要求1所述的方法,其中所述第一已训练模型是生成对抗网络(GAN)。
6.根据权利要求5所述的方法,其中所述GAN是条件生成对抗网络(CGAN)。
7.根据权利要求1所述的方法,其中所述第二已训练模型是全卷积网络(FCN)。
8.一种非瞬态计算机可读介质,其上存储有指令,所述指令用于使处理电路系统执行一种执行图像处理的过程,所述过程包括:
接收第一模态(120)的图像(145)和第二模态(115)的真实图像(140),所述第一模态(120)的所述图像(145)和所述第二模态(115)的所述图像(140)捕获同一对象(110)的相应图像(140,145);
将第一已训练模型(150)应用于所述第一模态(120)的所述图像(145),以生成模仿所述第二模态(115)的所述图像(140)的人工图像(160);
将第二已训练模型(155)应用于模仿所述第二模态(115)的所述图像(140)的所述人工图像(160)和所述第一模态(115)的所述图像(145)的数据;以及
输出关于所生成的所述人工图像(160)的至少一个结论。
9.一种用于执行图像处理的系统,包括:
处理电路系统(125);以及
存储器(130),包含指令,所述指令在由所述处理电路系统(125)执行时将所述系统配置为:
接收第一模态(120)的图像(145)和第二模态(115)的真实图像(140),所述第一模态(120)的所述图像(145)和所述第二模态(115)的所述图像(140)捕获同一对象(110)的相应图像(140,145);
将第一已训练模型(150)应用于所述第一模态(120)的所述图像(145),以生成模仿所述第二模态(115)的所述图像(140)的人工图像(160);
将第二已训练模型(155)应用于模仿所述第二模态(120)的所述图像(140)的所述人工图像(160)和所述第一模态(115)的所述图像(145)的数据;以及
输出关于所生成的所述人工图像(160)的至少一个结论。
10.根据权利要求9所述的系统,其中所述至少一个结论是所生成的所述人工图像(160)的分割(165)。
11.根据权利要求10所述的系统,其中所述分割(165)是所生成的所述人工图像(160)中的缺血病灶(170)的分割。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于皇家飞利浦有限公司,未经皇家飞利浦有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201980091774.0/1.html,转载请声明来源钻瓜专利网。
- 上一篇:核酸酶介导的重复扩增
- 下一篇:打印机加热单元