一种由PET图像生成CT图像的深度学习框架和方法.pdfVIP

下载本文档

8
0
约1.53万字
约 13页
2023-05-29 发布于四川
举报
版权申诉

一种由PET图像生成CT图像的深度学习框架和方法.pdf

1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

本发明公开了一种由PET图像生成CT图像的深度学习框架和方法。该方法包括：利用未经衰减校正的第一PET图像和对应的经衰减校正的第二PET图像，通过对衰减校正机制的逆向计算，获得衰减校正系数图；利用所获的衰减校正系数图，通过图对图生成对抗网络的拟合学习，获得所述衰减校正系数图和CT模态图像之间的映射关系，从而实现了PET图像到CT模态图像的生成过程。在所述图对图对抗网络中，其生成器以所述衰减校正系数图作为输入，以CT模态图像作为输出，并以所述生成器输入图像作为判别器的判别条件以区分生成的CT模态图

(19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 112419173 A (43)申请公布日 2021.02.26 (21)申请号 202011215657.1 (22)申请日 2020.11.04 (71)申请人深圳