[发明专利]一种先验GAN模型医学影像生成方法有效
| 申请号： | 201910700326.8 | 申请日： | 2019-07-31 |
| 公开（公告）号： | CN110458786B | 公开（公告）日： | 2022-05-17 |
| 发明（设计）人： | 郑申海;房斌;李腊全 | 申请（专利权）人： | 重庆邮电大学 |
| 主分类号： | G06T5/50 | 分类号： | G06T5/50;G06T11/00;G06V10/77;G06V10/82;G06K9/62;G06N3/04;G06N3/08 |
| 代理公司： | 重庆市信立达专利代理事务所(普通合伙) 50230 | 代理人： | 陈炳萍 |
| 地址： | 400065*** | 国省代码： | 重庆;50 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种先验GAN模型医学影像生成方法，具体涉及医学影像合成领域，包括以下步骤：步骤一、发明一个有意义的改进模型，即先验条件生成对抗网络PCGAN；步骤二、利用DGAN的思想，优化生成网络G和判别网络D；步骤三、通过主成分分析方法PCA构建器官的二维或三维形状空间，生成具有物理意义解释的标签图；步骤四、用优化的网络参数和先验标签生成医学影像。本发明用PCA生成具有物理意义解释的标签图，减少或取消后期专家参与数据标注，从而建立一个合成影像数据库，一定程度上解决基于数据的深度学习方法的有效样本稀缺的问题，整体使得本发明能够有效降低专家的工作量，提高工作效率。 | ||
| 搜索关键词： | 一种 先验 gan 模型 医学影像 生成 方法 | ||
【主权项】：
1.一种先验GAN模型医学影像生成方法，其特征在于：包括以下步骤：/n步骤一、发明一个有意义的改进模型，即先验条件生成对抗网络PCGAN；/n步骤二、利用DGAN的思想，优化生成网络G和判别网络D；/n步骤三、通过主成分分析方法PCA构建器官的二维或三维形状空间，生成具有物理意义解释的标签图；/n步骤四、用优化的网络参数和先验标签生成医学影像；/n步骤五、用未标注的图像与已标注的图像进行对比，寻找未标注图像上与已标注图像上的类似区域，对未标注图像进行标注，并对标注进行修正。/n
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重庆邮电大学，未经重庆邮电大学许可，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/201910700326.8/，转载请声明来源钻瓜专利网。
