【技术实现步骤摘要】
本专利技术实施例涉及医学图像处理，尤其是涉及一种医学图像模态转换方法、电子设备及存储介质。
技术介绍
1、医学图像模态转换任务，涉及将在一种模态下针对某个部位采集到的医学图像转换到另一种模态下，从而辅助临床医生可从一种模态中获得另一种模态的相关信息，并在此基础上进行诊断，以此提高诊断准确性。
2、近年来，随着深度学习模型的飞速发展，已有将深度学习模型应用于上述的医学图像模态转换任务的相关技术。但是，该相关技术只能够进行一种模态转换，无法进行两种或多种模态转换，模态转换的便捷性较低，亟待解决。
技术实现思路
1、本专利技术实施例提供了一种医学图像模态转换方法、电子设备及存储介质，解决了无法进行有关医学图像的两种或多种模态转换的问题。
2、根据本专利技术的一方面，提供了一种医学图像模态转换方法，可以包括：
3、获取在第一模态下针对目标对象的目标部位采集到的第一目标医学图像、待将第一目标医学图像转换至的第二模态以及预先训练出的目标扩散模型；
4、采...
【技术保护点】
1.一种医学图像模态转换方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述目标扩散模型通过如下步骤预先训练得到：
3.根据权利要求1所述的方法，其特征在于，所述目标关联图像包括目标特征图像，所述方法还包括：
4.根据权利要求3所述的方法，其特征在于，所述目标自编码器通过如下步骤预先训练得到：
5.根据权利要求4所述的方法，其特征在于，还包括：
6.根据权利要求4所述的方法，其特征在于，还包括：
7.根据权利要求6所述的方法，其特征在于，所述目标扩散模型通过如下步骤预先训练得到
8....
【技术特征摘要】
1.一种医学图像模态转换方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述目标扩散模型通过如下步骤预先训练得到：
3.根据权利要求1所述的方法，其特征在于，所述目标关联图像包括目标特征图像，所述方法还包括：
4.根据权利要求3所述的方法，其特征在于，所述目标自编码器通过如下步骤预先训练得到：
5.根据权利要求4所述的方法，其特征在于，还包括：
6.根据权利要求4所述的方...
【专利技术属性】
技术研发人员：李拔森，熊晓菊，谭方琴，李琴，冯朝燕，闵祥德，
申请(专利权)人：华中科技大学同济医学院附属同济医院，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。