[发明专利]一种基于生成对抗网络的超声影像模拟方法

摘要

本发明公开了一种基于生成对抗网络的超声影像模拟方法，包括以下步骤：首先，在CT图像或者MR图像中得到切片，得到切片后根据图像的形态学特性分割图像的不同区域；然后给不同的区域分配不同的反射系数值；通过大量的k‑Wave模拟的超声影像训练模型，当模型收敛后，使用训练好的模型来实时模拟超声影像。本发明能够实时的完成超声影像模拟，得到的图像相对于传统卷积法效果更逼真，具有很好的临床应用。

主权项

1.一种基于生成对抗网络的超声影像模拟方法，其特征在于，包括以下步骤：S1：获取病人的CT/MR图像并切割该CT/MR图像，得到对应的组织切片图像；S2：根据图像形态学特征将组织切片图像分割成不同区域，并给不同的区域分配相应的反射系数值，得到反射系数图；S3：收集超声模拟数据训练生成对抗网络，所述生成对抗网络包括生成器和鉴别器，生成器通过超声模拟数据的反射系数图生成对应的B模式图像，鉴别器通过输入该B模式图像和该反射系数图判断两者是否为真实的图像对，若是，则输出该B模式图像，若否，则进行反向传播更新生成对抗网络；S4：生成对抗网络训练完毕后，将新的反射系数图输入所述生成器，由于模型收敛此时生成器生成的B模式图像即为逼真的超声图像。