基于Mamba网络的结构保真医学图像生成方法技术

本发明专利技术提供了一种基于Mamba网络的结构保真医学图像生成方法，属于计算机视觉与医学图像生成领域。该方法包括以下步骤：S1、收集数据集，并进行严格的图像筛选和质量控制，随后按比例划分数据集，并进行归一化、尺寸统一等预处理操作；S2、构建基于生成对抗网络的医学图像合成框架，生成器采用Mamba结构作为主干，判别器使用PatchGAN架构；S3、将预处理后的数据输入网络进行训练；S4、保存最优模型权重，在推理阶段将测试集图像输入生成器，生成对应的合成图像；S5、通过多次实验对合成结果进行评估。实验表明，该方法在图像合成中能够较好的保留医学图像的结构信息。

【技术实现步骤摘要】

本专利技术涉及一种基于mamba网络的结构保真医学图像生成方法，属于计算机视觉和医学图像生成领域。

技术介绍

1、在临床医学研究与应用中，医学影像已成为疾病诊断和病情评估不可或缺的重要工具，其作用日益凸显。通过多种成像技术，可对患者体内结构进行非侵入式的观察，从而获取反映组织形态、功能及代谢状态的多模态图像数据，如多参数mri(磁共振成像)、ct(计算机断层扫描)以及pet(正电子发射断层扫描)等。然而，在实际操作过程中，受限于高昂的设备成本、复杂的检查流程，以及部分成像方式可能带来的辐射暴露或过敏反应风险，某些模态的图像难以在临床中常规获取。

2、这一局限性促使跨模态医学图像合成技术逐渐成为研究热点。该技术旨在利用已有的模态图像生成缺失的目标模态图像，同时确保病灶区域的一致性与可解释性，现已成为医学影像分析领域的重要研究方向之一。

3、医学图像合成技术的发展经历了从早期依赖模型拟合与图像配准的传统方法，到如今广泛应用深度学习模型的重大演进。初期方法主要基于手工特征提取与物理建模，但由于图像配准精度和计算效率的限制，难以有效应对复杂本文档来自技高网...

【技术保护点】

1.一种基于Mamba网络的结构保真医学图像生成方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的基于Mamba网络的结构保真医学图像生成方法，其特征在于，在所述步骤S1中，选取医学图像领域常见的数据集GoldAtlas男性骨盆MRI-CT数据集和BraTS2020头部T1-T2数据集，将医学数据集转换成png格式，图像尺寸统一转换为256×256，将CT和MRI数据集进行拼接，得到成对的CT和MRI数据集。

3.根据权利要求1所述的基于Mamba网络的结构保真医学图像生成方法，其特征在于，在步骤S2中，生成器G的架构设计旨在通过编码器、瓶颈层和解码器的协...

【技术特征摘要】

1.一种基于mamba网络的结构保真医学图像生成方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的基于mamba网络的结构保真医学图像生成方法，其特征在于，在所述步骤s1中，选取医学图像领域常见的数据集goldatlas男性骨盆mri-ct数据集和brats2020头部t1-t2数据集，将医学数据集转换成png格式，图像尺寸统一转换为256×256，将ct和mri数据集进行拼接，得到成对的ct和mri数据集。

3.根据权利要求1所述的基于mamba网络的结构保真医学图像生成方法，其特征在于，在步骤s2中，生成器g的架构设计旨在通过编码器、瓶颈层和解码器的协同工作，实现对输入数据的有效处理和特征提取，最终生成高质量的输出图像，具体来说，编码器部分由三层下采样处理组成，每层均包含卷积操作，瓶颈层由9个convmamba模块组成，convmamba结构首先利用线性层和卷积层对输入特征进行处理；处理后的特征随后与ssm模块的输出相乘，实现特征间的动态融合，然后再进行通道压缩操作，以降低计算复杂度，最...

【专利技术属性】
技术研发人员：杨金凤，刘晓芳，
申请(专利权)人：中国计量大学，
类型：发明
国别省市：