一种图像模态转换方法、装置、电子设备及存储介质制造方法及图纸

本发明专利技术实施例公开了一种图像模态转换方法、装置、电子设备及存储介质。该方法包括：将第一模态图像输入前向生成模型得到第三模态图像，将第二模态图像输入后向生成模型得到第四模态图像；基于第一模态图像和第三模态图像确定前向生成损失值，基于前向生成损失值优化前向生成模型，基于第二模态图像和第三模态图像确定前向判别损失值，基于前向判别损失值优化前向判别器，得到目标前向生成模型；基于第二模态图像和第四模态图像确定后向生成损失值，基于后向生成损失值优化后向生成模型，基于第一模态图像和第四模态图像确定后向判别损失值，基于后向判别损失值优化后向判别器，得到目标后向生成模型，从而利用训练好的模型准确转换图像模态。

【技术实现步骤摘要】

本专利技术实施例涉及计算机，尤其涉及一种图像模态转换方法、装置、电子设备及存储介质。

技术介绍

1、随着技术的发展，越来越多的模型被应用到医疗领域。例如，将用户检查部位的电子计算机断层扫描(computedtomography，ct)图像转换为磁共振成像(magneticresonance imaging，mri)图像。

2、目前，在基于深度学习的方法中，ct和mri图像的转换通常是采用生成模型实现的。例如，以同一个用户的ct图像为输入，以该用户的mri图像为监督标签进行模型生成训练。

3、然而，这种方式得到的生成模型在图像转换时往往无法兼顾全局和局部信息，并且往往会生成不真实的细节信息，导致转换后的图像不准确。

技术实现思路

1、本专利技术实施例提供一种图像模态转换方法、装置、电子设备及存储介质，以准确且便捷地确定目标前向生成模型和目标后向生成模型，从而可以通过目标前向生成模型或目标后向生成模型实现准确地图像模态转换，提高了图像模态转换的准确性。

2、第一方面，本专利技术本文档来自技高网...

【技术保护点】

1.一种图像模态转换方法，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，所述基于所述第一模态图像和所述第三模态图像确定所述前向生成模型对应的前向生成损失值，包括：

3.根据权利要求1所述的方法，其特征在于，所述基于所述第二模态图像和所述第四模态图像确定所述后向生成模型对应的后向生成损失值，包括：

4.根据权利要求1所述的方法，其特征在于，所述基于所述第二模态图像和所述第三模态图像确定前向判别器对应的前向判别损失值，包括：

5.根据权利要求1所述的方法，其特征在于，所述基于所述第一模态图像和所述第四模态图像确定后向判别器对应的...

【技术特征摘要】

1.一种图像模态转换方法，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，所述基于所述第一模态图像和所述第三模态图像确定所述前向生成模型对应的前向生成损失值，包括：

3.根据权利要求1所述的方法，其特征在于，所述基于所述第二模态图像和所述第四模态图像确定所述后向生成模型对应的后向生成损失值，包括：

4.根据权利要求1所述的方法，其特征在于，所述基于所述第二模态图像和所述第三模态图像确定前向判别器对应的前向判别损失值，包括：

5.根据权利要求1所述的方法...

【专利技术属性】
技术研发人员：王波，王菁，王奕扬，
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：