一种生成不同体位医学图像的人工智能方法和系统技术方案

本发明专利技术提供了一种生成不同体位医学图像的人工智能方法，包括如下步骤；采集受试者的不同体位的医学图像，作为训练样本；对训练样本的医学图像进行预处理；使用处理后的训练样本训练人工智能网络模型；采集新受试者的一个体位的图像，使用训练得到的模型，生成其它不同体位图像。本发明专利技术的图像生成方法在完成患者一个体位扫描后，不借助任何扫描设备，即可通过模型生成其它体位的图像，并且生成的图像精度很高。生成速度很快。生成速度很快。生成速度很快。

【技术实现步骤摘要】
一种生成不同体位医学图像的人工智能方法和系统


[0001]本专利技术涉及医学影像领域，特别涉及一种生成不同体位医学图像的人工智能方法和系统。

技术介绍

[0002]在生物医学领域存在需要不同体位图像的情况，包括但不限于患者平卧旋转，患者坐立或站立旋转，以及患者平卧成像但坐立或站立治疗。但是目前的扫描设备，为获得不同体位的图像，需要受试者在不同体位分别接受扫描，会增加受试者扫描时间，增加成像系统负担，对于CT等存在电离辐射的系统还会增大受试者接收剂量。如果每几度就要获得一套图像(例如旋转放疗的情况)，通过现有的成像技术，很难实现。
[0003]下面以肿瘤放射治疗中MRI引导旋转调强治疗为例子进行背景阐述。
[0004]我国肿瘤发病面临严峻形势，放射治疗技术作为肿瘤治疗不可或缺的组成部分，已发展为图像引导的三维放疗模式。在三维固定野调强或者旋转调强放射治疗中，患者和治疗束之间需要进行相对旋转，以实现聚焦照射肿瘤并最大程度保护正常组织的作用。在当前放疗中，最常用的是旋转治疗机头的方法。该方法需要将加速器设计成可旋转的机头，同时对于机头本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种生成不同体位医学图像的人工智能方法，其特征在于，包括如下步骤：步骤一)采集受试者的不同体位的医学图像，获得不同体位的训练样本；步骤二)将不同体位的医学图像进行预处理；步骤三)使用处理后的训练样本进行人工智能训练，建立使用一个体位图像生成其他体位图像的模型；步骤四)采集新受试者的一个体位的图像，使用训练得到的模型，生成其它不同体位图像。2.如权利要求1所述的一种生成不同体位医学图像的人工智能方法，其特征在于，所述医学图像为MRI图像或CT图像。3.如权利要求1所述的一种生成不同体位医学图像的人工智能方法，其特征在于，所述步骤二)对医学图像需要进行预处理的具体方法为：对不同体位训练数据进行配准，根据配准参数进行图像变换；采用偏置场校准算法对由于成像设备导致的图像不均匀性进行校准；使用直方图均衡化或直方图匹配的方法，对输入的医学图像进行进一步校准，以保证图像灰度值范围分布的一致性。4.如权利要求1所述的一种生成不同体位医学图像的人工智能方法，其特征在于，所述步骤三)中采用深度学习网络方法训练模型，从一个体位的图像生成其它体位图像。5.如权利要求4所述的一种生成不同体位医学图像的人工智能方法，其特征在于，所述步骤三)中使用生成对抗网络进行模型训练，具体为：将一个体位的图像作为输入，输入到生成对抗网络，输出为其它体位图像；生成对抗网络模型的基本构建为生成器和判别器；利用卷积神经网络分别构成生成器和判别器；对于训练数据，网络每次随机选取一批图像进行学习，分别对判别器和生成器进行交替训练；使用两个对偶结构的循环生成对抗网络，提高对不同体位的器官重力和关节活动造成的形变。6.如权利要求4所述的一种生成不同体位医学图像的人工智能方法，其特征在于，所述步骤三)中使用卷积神经网络的深度学习方法进行模型训练，具体为：将一个体位的图像作为输入，...

【专利技术属性】
技术研发人员：戴建荣，陈辛元，
申请(专利权)人：陈辛元，
类型：发明
国别省市：