一种基于小波高频增强的医学图像跨模态生成方法及装置制造方法及图纸

本申请公开了一种基于小波高频增强的医学图像跨模态生成方法及装置，有如下效果：利用多尺度局部‑全局特征和高频纹理细节信息有效学习多模态医学图像的共有特征和独特特征，获得准确精细的目标模态图像。生成缺失模态图像，能有效应对医疗条件的限制并降低获取多模态影像的成本，有极大应用价值；全局分支编码器的CMMB块聚合全局信息和多尺度局部特征，充分学习不同解剖结构和肌肉纹理的信息，生成目标模态图像的精细边缘纹理和组织细节；高频分支编码器的RSTB块从输入模态中提取高频特征，并与全局分支聚合，促进生成图像的纹理保真度，接近真实影像；解码器的CAG机制促进解码器和编码器间的特征交互，去除冗余信息，生成高效图像。

【技术实现步骤摘要】

本专利技术计算机视觉领域，特别涉及一种基于小波高频增强的医学图像跨模态生成方法及装置。

技术介绍

1、在现代医学领域，计算机断层扫描（ct）以其高空间分辨率和精准的电子密度信息而广泛应用，而磁共振（mr）成像则以卓越的软组织对比度著称，尤其是多序列mr能够提供互补的解剖与病理信息。因此，在临床诊断中，结合多种mr序列或融合mr与ct图像，有助于获取更全面的解剖细节。然而，在临床实践中，由于成像设备以及成像时间限制，在获取多序列mr图像时可能存在部分序列缺失；同时，mr与ct结合时的配准误差会引入空间不确定性，并且ct成像过程中的电离辐射可能给患者带来安全隐患。因此，利用现有mr序列生成缺失序列，或从mr图像生成ct图像，成为一种高效且安全的替代方案。

2、医学图像跨模态生成是医疗影像分析和智能诊疗系统的核心技术。它的目的是通过一种现有的医学图像来生成缺失或其他相关模态的医学图像，能够提供多种模态的医学影像，有效应对成像设备的限制，提高诊断准确性和治疗规划的精度。

3、虽然传统的机器学习方法可以实现医学图像跨模态生成，如基于组织分割、本文档来自技高网...

【技术保护点】

1.一种基于小波高频增强的医学图像跨模态生成方法，其特征在于，包括如下步骤：

2.根据权利要求1所述的方法，其特征在于，步骤S2包括：

3.根据权利要求1所述的方法，其特征在于，所述卷积-Mamba混合块包括用于获得所述全局信息的Mamba分支和用于获取所述多尺度局部信息的多核空洞卷积块分支。

4.根据权利要求3所述的方法，其特征在于，步骤S3包括：

5.根据权利要求4所述的方法，其特征在于，步骤S4包括：

6.根据权利要求5所述的方法，其特征在于，步骤S6包括：

7.根据权利要求6所述的方法，其特征在于，步骤S8包...

【技术特征摘要】

1.一种基于小波高频增强的医学图像跨模态生成方法，其特征在于，包括如下步骤：

2.根据权利要求1所述的方法，其特征在于，步骤s2包括：

3.根据权利要求1所述的方法，其特征在于，所述卷积-mamba混合块包括用于获得所述全局信息的mamba分支和用于获取所述多尺度局部信息的多核空洞卷积块分支。

4.根据...

【专利技术属性】
技术研发人员：刘立成，马林，张祺彬，刘敏，王耀南，
申请(专利权)人：湖南大学，
类型：发明
国别省市：