生成模拟非均质柔性生物组织MR影像的模型及方法技术

本发明专利技术涉及一种生成模拟非均质柔性生物组织MR影像的模型及方法，该模型包括分割模块、自动编码模块和图像生成模块，分割模块用于将输入的全尺寸的真实MR图像x分割为若干个阵列子图像模块x

A model and method for generating MR images of heterogeneous and flexible biological tissues

【技术实现步骤摘要】
生成模拟非均质柔性生物组织MR影像的模型及方法
本专利技术涉及模拟三维核磁共振图像的生成方法，具体涉及一种生成模拟非均质柔性生物组织MR影像的模型及方法。
技术介绍
近年来，广泛用于医学图像合成的方法大致可以分为三类：1、自动编码器，它能够把高维数据所展现的特征编码成低维向量，然后再把低维向量转换为原来数据所表示的高维向量，从而实现图像的生成；2、生成对抗网络，就是通过生成网络G(Generator)和判别网络D(Discriminator)不断博弈，进而使G学习到数据的分布，在训练完成后，G可以从一段随机数中生成逼真的图像；3、自动编码器与生成对抗网络的结合。对于自动编码器，KommruschS等人提出了名为LuNG的网络，它利用自动编码器作为生成模型，将训练图像作为输入训练具有瓶颈层中的3个潜在特征神经元的自动编码器神经网络，自动编码器的输出经过清理算法以增加生成可用于医学研究的图像的可能性。然而，LuNG网络的输入是51个种子图像经过修改变成816个图像作为训练集，也就是说该网络仍然需要大量医学图像作为训练集，而我们本来就是由于缺本文档来自技高网...

【技术保护点】
1.生成模拟非均质柔性生物组织MR影像的模型，其特征在于，包括分割模块、自动编码模块和图像生成模块，所述分割模块用于将输入的全尺寸的真实MR图像x分割为若干个阵列子图像模块x

【技术特征摘要】
1.生成模拟非均质柔性生物组织MR影像的模型，其特征在于，包括分割模块、自动编码模块和图像生成模块，所述分割模块用于将输入的全尺寸的真实MR图像x分割为若干个阵列子图像模块xa，所述自动编码模块包括编码器Fenc、解码器Fdec和鉴别器DJSD，所述编码器Fenc用于将阵列子图像模块转换为n个代码q(xa),a＝1,2,…n,所述解码器Fdec用于将每个代码q(xa)转换为对应的阵列伪子图像模块所述鉴别器DJSD用于将代码q(xa)和随机噪声随机噪声p(xa)制作为新代码q′(xa)，其中a＝1,2,…n,所述图像生成模块包括生成器G和SpliceLayer模块，所述生成器G用于将每个新代码q′(xa)和阵列伪子图像模块转化为对应的合成补丁所述SpliceLayer模块用于将合成补丁拼接为全尺寸图像所述即为模拟非均质柔性生物组织MR影像。


2.生成模拟非均质柔性生物组织MR影像的方法，其特征在于，包括以下步骤：
步骤S1：将输入的全尺寸的真实MR图像x分解为n个阵列子图像模块xa，a＝1,2，…n；
步骤S2：将所有阵列子图像模块xa的阵列输入编码器Fenc，得到每个阵列子图像模块xa对应的代码q(xa)，a＝1,2,…n；
步骤S3、将代码q(xa)输入解码器Fdec，得到阵列阵列伪子图像模块将代码q(xa)和随机噪声p(xa)输，a＝1,2，…n输入鉴别器DJSD，得到新代码q′(xa)，a＝1,2，…n；
步骤S4、将阵...

【专利技术属性】
技术研发人员：陈佳，骆爽，胡新荣，何儒汉，
申请(专利权)人：武汉纺织大学，
类型：发明
国别省市：湖北;42