基于三维建模和MR图像的CT图像合成方法及成像方法技术

本发明专利技术公开了一种基于三维建模和MR图像的CT图像合成方法，包括获取MR图像和CT图像数据信息；编码MR图像得到MR图像隐空间表示；进行特征提取得到MR图像局部特征；将MR图像局部特征分别输入构建的CT图像合成模块和MR图像重建模块得到合成CT图像隐空间表示和重建MR图像隐空间表示；解码得到合成CT图像和重建MR图像；计算CT图像损失和MR图像损失，并更新参数得到最优参数；将实际的MR图像数据信息输入到具有最优参数的系统实现CT图像的合成。本发明专利技术还公开了一种包括所述基于三维建模和MR图像的CT图像合成方法的成像方法。本发明专利技术的可靠性高、精确性好且效果较好。精确性好且效果较好。精确性好且效果较好。

【技术实现步骤摘要】
基于三维建模和MR图像的CT图像合成方法及成像方法


[0001]本专利技术属于图像处理
，具体涉及一种基于三维建模和MR图像的CT图像合成方法及成像方法。

技术介绍

[0002]随着经济技术的发展和生活水平的提高，人们对于健康的关注也越来越高。目前，CT图像和MR图像，无论是在临床领域还是医学研究领域，都有着极为广泛的应用。
[0003]当前，临床领域已经广泛开始了CT图像和MR图像的联合应用，尤其是MR
‑
CT联合放疗方案。目前，CT图像的电子密度可以用于计算辐射剂量，但是CT图像缺乏用于解剖定位的软组织信息；然而，这种信息在MR图像上较为清晰，所以在传统的放疗过程中通常采用MR
‑
CT联合放疗的方案。这类方案，需要获得患者的MR图像和CT图像，并在MR上勾画出目标区域和危险器官，然后通过图像配准将勾画的轮廓映射到CT上，最后根据CT的电子密度信息进行辐射剂量计算。
[0004]但是，在临床上同时获取这两种图像既费时费力，还增加了患者的经济负担，并且会给患者带来额外的辐射风险。因此，只本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于三维建模和MR图像的CT图像合成方法，其特征在于包括如下步骤：S1. 获取现有的MR图像及对应的CT图像的数据信息；S2. 将步骤S1获取的MR图像输入到编码模块中进行编码，从而将MR图像压缩到隐空间，得到MR图像隐空间表示；S3. 将步骤S2得到的MR图像隐空间表示，输入到共享特征提取模块进行特征提取，从而得到MR图像局部特征；S4. 基于卷积模块、上采样模块、特征拼接模块和门控转置Transformer层构建CT图像合成模块；基于卷积模块、残差模块、上采样模块和特征拼接模块构建MR图像重建模块；将步骤S3得到的MR图像局部特征分别输入到CT图像合成模块和MR图像重建模块，分别得到合成CT图像隐空间表示和重建MR图像隐空间表示；S5. 将步骤S4得到的合成CT图像隐空间表示和重建MR图像隐空间表示分别输入到与编码模块对应的解码模块中，分别得到合成CT图像和重建MR图像；S6. 将步骤S5得到的合成CT图像和步骤S1获取的CT图像进行对比并计算CT图像损失，同时将步骤S5得到的重建MR图像和步骤S1获取的MR图像进行对比并计算MR图像损失；根据得到的CT图像损失和MR图像损失，对编码模块、共享特征提取模块、CT图像合成模块、MR图像重建模块和解码模块进行参数迭代更新，得到最终的最优参数；S7. 获取实际的MR图像数据信息，并依次通过具有步骤S6得到的最优参数的编码模块、共享特征提取模块、CT图像合成模块和解码模块进行处理，从而合成对应的CT图像。2.根据权利要求1所述的基于三维建模和MR图像的CT图像合成方法，其特征在于所述的步骤S2，具体包括如下步骤：所述编码模块包括依次串接的3D卷积层、激活层、归一化层和全连接层；层数根据下采样的倍率进行设定；其中，3D卷积层用于学习图像的三维特征的压缩编码表示；激活层用于引入非线性因素，提高编码器的编码能力；归一化层用于加速模型的收敛；所述编码模块用于将MR图像压缩到隐空间，得到MR图像隐空间表示，并优化三维模型的计算复杂度。3.根据权利要求2所述的基于三维建模和MR图像的CT图像合成方法，其特征在于所述的步骤S3，具体包括如下步骤：所述的共享特征提取模块包括依次串接的5层3D残差模块和4层3D最大池化下采样模块；所述的5层3D残差模块用于学习MR图像的三维局部特征；所述的4层3D最大池化下采样模块用于降低三维特征图的分辨率，以获得若干个尺度的特征图；所述的共享特征提取模块对输入的MR图像隐空间表示进行特征提取，提取MR图像隐空间表示的各个尺度的三维局部特征，以满足MR图像中各个尺度的视觉要求。4.根据权利要求3所述的基于三维建模和MR图像的CT图像合成方法，其特征在于步骤S4所述的基于卷积模块、上采样模块、特征拼接模块和门控转置Transformer层构建CT图像合成模块，具体包括如下步骤：所述的CT图像合成模块包括依次串接的4层3D混洗上采样层、4层特征拼接层、8层3D门控转置Transformer层、8层窗口混洗层和1层3D卷积模块层；
所述的3D混洗上采样层用于用于对输入的特征数据进行上采样，从而得到3D局部特征；所述特征拼接层用于拼接上一层级经过3D混洗上采样层的图像特征和本层级的图像特征；所述的3D门控转置Transformer层用于建立拼接的若干尺度的图像特征在3D空间中的全局体素依赖关系，从而得到3D局部
‑
全局特征；所述的窗口混洗层用于优化3D门控转置Transformer层的计算复杂度；所述的3D卷积模块层用于将合成的特征转换得到隐空间表示。5.根据权利要求4所述的基于三维建模和MR图像的CT图像合成方法，其特征在于所述的3D混洗上采样层，具体包括如下内容：3D混洗上采样层包括依次串接的1层3D卷积层和1层3D体素混洗层；所述的3D卷积层用于将局部特征的通道数扩充若干倍，并保持分辨率不变；所述的3D体素混洗层用于将通道维度的像素混洗到空间维度；所述的特征拼接层，具体包括如下步骤：特征拼接层包括依次串接...

【专利技术属性】
技术研发人员：赵荣昌，杨腾，
申请(专利权)人：中南大学，
类型：发明
国别省市：