[发明专利]基于CT定位片生成三维医学图像的系统、方法及医学影像设备

权利要求书

1.基于CT定位片生成三维医学图像的系统，其特征在于，包括：

采集单元，用于采集定位片图像信息；

深度学习单元，配置生成对抗网络模型，用于根据输入的定位片图像信息生成三维医学图像；

显示单元，用于显示生成的三维医学图像；

其中，深度学习单元包括预处理模块、网络生成模块和网络判别模块，预处理模块用于对输入的定位片图像信息进行数据处理；

网络生成模块包括编码器、特征转换器和解码器，编码器用于提取数据处理之后的定位片图像的浅层和深层特征，特征转换器用于将编码器提取的2D深层特征向三维的高纬度特征空间进行维度迁移和特征转化以得到3D深层特征，解码器用于扩展和挖掘经过特征转换器的3D深层特征，以生成三维医学图像；

网络判别模块用于对经过网络生成模块生成的三维医学图像与真实图像做真假判断，以训练生成对抗网络模型至模型收敛。

2.根据权利要求1所述的基于CT定位片生成三维医学图像的系统，其特征在于，所述预处理模块包括依次进行的几何范围裁剪、数值截断和归一化线性变换，几何范围裁剪用于根据定位片图像信息中的扫描坐标起始范围以及X、Z方向的像素的空间单位选取目标范围的图像，数值截断用于根据目标范围的图像的像素值进行截断，归一化线性变换用于对截断之后的图像像素值进行归一化线性变换，得到待输入网络生成模块的定位片图像。

3.根据权利要求2所述的基于CT定位片生成三维医学图像的系统，其特征在于，所述编码器包括依次连接的2D卷积、2D下采样模块和第一激活函数。

4.根据权利要求3所述的基于CT定位片生成三维医学图像的系统，其特征在于，所述2D下采样子模块包括依次连接的残差模块和2D池化层，残差模块由若干依次连接的残差单元组成，残差单元由数个处理小单元串行，处理小单元包括依次连接的卷积层、IN层和LeakyReLU函数，并在最后一个处理小单元和2D下采样子模块的输入特征进行叠加，然后经过最后一个处理小单元中的LeakyReLU函数处理，得到特征转换器的输入。

5.根据权利要求4所述的基于CT定位片生成三维医学图像的系统，其特征在于，所述特征转换器包括依次连接的卷积、投影单元模块和第二激活函数，投影单元模块由依次连接的全连接层和重整形组成。

6.根据权利要求5所述的基于CT定位片生成三维医学图像的系统，其特征在于，所述解码器包括依次连接的3D卷积、3D上采样模块和第三激活函数，3D上采样模块包括依次连接的残差模块和3D反卷积。

7.根据权利要求6所述的基于CT定位片生成三维医学图像的系统，其特征在于，所述网络判别模块包括生成图像、真实图像、判别器和判别结果，判别器用于对生成图像与真实图像进行真假判断，以得到判别结果；

其中，判别器包括3D下采样模块，3D下采样模块包括依次连接的残差模块和3D池化层。

8.基于CT定位片生成三维医学图像的方法，应用于如权利要求1-7任一项所述的系统中，其特征在于，所述方法包括以下步骤：

S1、采集CT定位片图像；

S2、将CT定位片图像输入生成对抗网络模型以生成三维医学图像；

S3、显示生成的三维医学图像。

9.如权利要求8所述的基于CT定位片生成三维医学图像的方法，其特征在于，所述生成对抗网络模型的训练过程，包括：

S01、获取二维定位片及其对应的三维CT图像；

S02、对二维定位片及其对应的三维CT图像进行数据处理，得到训练数据集；

S03、建立二维定位片转换三维CT图像的生成对抗网络模型；

S04、利用训练数据集以及损失函数对生成对抗网络模型进行训练，直至模型收敛。

10.医学影像设备，其特征在于，配置如权利要求1-7任一项所述的系统或应用如权利要求8或9所述的方法。