基于深度学习从多序列MR中生成伪CT的影像生成系统

作者：施王子; 郭圣文

来源：2021-01-28, 中国, CN202110117854.8.

本发明公开了一种基于深度学习从多序列MR中生成伪CT的影像生成系统,包括：数据收集模块,用于收集数据集,包括CT影像和多序列MR影像数据,并将数据集划分为训练集和测试集；影像生成模型训练模块,用于利用训练集中相应模态的小批次数据,分别对基于CNN的生成器G-(CT)和G-(MR)以及判别器D-(CT)和D-(MR)进行迭代训练,得到最优影像生成模型；影像生成模块,用于从测试集的多序列MR影像中生成伪CT影像。本发明基于循环生成对抗网络,通过多序列特征融合策略,充分利用MR影像不同序列之间的互补特征,显著提升伪CT影像的合成质量；引入多序列恒等损失项,提升网络训练过程的稳定性和可靠性；在原始影像和合成影像之间构建轮廓损失项,减轻合成影像解剖学结构的畸变,改善合成CT影像的质量。

• 单位
  华南理工大学