[发明专利]一种基于3D卷积反卷积和生成对抗网络的医学图像降噪方法在审
| 申请号： | 201910570399.X | 申请日： | 2019-06-27 |
| 公开（公告）号： | CN110264428A | 公开（公告）日： | 2019-09-20 |
| 发明（设计）人： | 滕月阳;龚宇 | 申请（专利权）人： | 东北大学 |
| 主分类号： | G06T5/00 | 分类号： | G06T5/00 |
| 代理公司： | 大连东方专利代理有限责任公司 21212 | 代理人： | 李馨 |
| 地址： | 110819 辽宁*** | 国省代码： | 辽宁;21 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于3D卷积反卷积和生成对抗网络的医学图像降噪方法，步骤包括：采集高噪全身扫描3D图像和低噪全身扫描3D图像并分类存放，对所述高噪全身扫描图像和低噪全身扫描图像进行预处理，使得上述数据能够直接用于模型训练；采用处理后的数据训练基于3D卷积反卷积和生成对抗网络的卷积神经网络；利用训练后的卷积神经网络对高噪图像降噪，得到高质量图像。本发明利用相关图像通过3D卷积和反卷积提取图像的空间信息，学习相邻切片的特征和关系，对图像进行精确降噪。 | ||
| 搜索关键词： | 反卷积 卷积 降噪 卷积神经网络 扫描图像 医学图像 对抗 扫描 预处理 图像 高质量图像 分类存放 空间信息 模型训练 数据训练 提取图像 图像降噪 网络 切片 采集 学习 | ||
【主权项】：
1.一种基于3D卷积反卷积和生成对抗网络的医学图像降噪方法，步骤包括：S100、采集高噪全身扫描3D图像和低噪全身扫描3D图像并分类存放，对所述高噪全身扫描图像和低噪全身扫描图像进行预处理，使得上述数据能够直接用于模型训练；S200、采用处理后的数据训练基于3D卷积反卷积和生成对抗网络的卷积神经网络，包括：设置生成器各层卷积参数以及鉴别器各层卷积参数，以及将预处理后的低质量图像作为网络的训练输入、高质量图像作为网络训练标签，对模型进行训练；S300、利用训练后的网络对高噪图像降噪，得到高质量图像。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
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东北大学，未经东北大学许可，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/patent/201910570399.X/，转载请声明来源钻瓜专利网。
