[发明专利]基于残差Transformer生成对抗网络的MR图像合成CT图像系统及方法

权利要求书

1.一种基于残差Transformer生成对抗网络的MR图像合成CT图像系统，其特征在于，所述系统包括图像预处理单元、图像合成单元、图像生成单元，其中

所述图像预处理单元，用于对参考MR图像和参考CT图像进行预处理；

所述图像合成单元，用于得到MR合成CT模型；

所述图像生成单元，用于将实际MR图像输入所述MR合成CT模型生成合成CT图像。

2.根据权利要求1所述的一种基于残差Transformer生成对抗网络的MR图像合成CT图像系统，其特征在于，所述图像合成单元包括生成器和判别器，其中

所述生成器，用于根据参考MR图像合成中间CT图像；

所述判别器，用于鉴别参考CT与中间CT图像,迫使所述生成器生成更加真实的CT图像。

3.根据权利要求1所述的一种基于残差Transformer生成对抗网络的MR图像合成CT图像系统，其特征在于，所述生成器包括编码器、深层特征提取模块和解码器，其中

所述编码器，用于提取参考MR图像不同分辨率下的特征，其中最后一个特征作为所述深层特征提取模块的输入；

所述深层特征提取模块，用于对所述最后一个特征进行深层特征提取，并通过残差连接将所述编码器提取的最后一个特征与提取的深层特征进行聚合；

所述解码器，用于进行图像重建，得到中间CT图像。

4.根据权利要求3所述的一种基于残差Transformer生成对抗网络的MR图像合成CT图像系统，其特征在于，所述深层特征提取模块包括12层Transformer层和特征增强模块，所述特征增强模块用于将聚合后的特征进行归纳增强。

5.根据权利要求3所述的一种基于残差Transformer生成对抗网络的MR图像合成CT图像系统，其特征在于，所述编码器由4层卷积模块、4个下采样层组成；所述解码器由4个上采样层、4个特征拼接层组成。

6.根据权利要求4所述的一种基于残差Transformer生成对抗网络的MR图像合成CT图像系统，其特征在于，所述特征增强模块由2层卷积层组成，利用卷积的归纳偏置对聚合后的特征进行归纳增强。

7.基于权利要求1-6任一项所述系统的一种基于残差Transformer生成对抗网络的MR图像合成CT图像方法，其特征在于，所述方法包括训练阶段和生成阶段，其中

所述训练阶段包括：

图像预处理：对参考CT图像与参考MR图像进行预处理；

图像合成：对预处理后的参考CT图像和参考MR图像输入条件生成对抗网络进行训练，得到MR合成CT模型。

8.根据权利要求7所述的方法，其特征在于，所述对参考CT图像与参考MR图像进行预处理包括：

对参考CT图像与参考MR图像进行非刚体配准；

提取参考CT图像中的患者主体图像；

对参考MR图像进行强度校正；

对参考MR图像进行强度匹配。

9.根据权利要求7所述的方法，其特征在于，所述图像合成包括：

训练判别器，使所述判别器能够区分真实CT图像与合成CT图像；

训练生成器，将参考MR图像输入至编码器，由编码器对参考MR图像进行特征提取；将所述编码器提取的最后一个特征输入至深层特征提取模块，所述深层特征提取模块对所述最后一个特征进行深层特征提取；通过残差连接将所述编码器提取的最后一个特征与所述深层特征提取模块提取的深层特征进行聚合；将聚合后的特征经过特征增强模块进行特征归纳；所述解码器进行图像重建，得到中间CT图像；

所述判别器对参考CT图像与中间CT图像进行鉴别，若通过鉴别，则得到MR合成CT模型，若未通过鉴别，则生成器继续训练，直到通过判别器的鉴别。

10.根据权利要求7所述的方法，其特征在于，所述生成阶段包括：将实际MR图像输入所述MR合成CT模型生成合成CT图像。