一种基于PR-GAN的腰椎骨折图像转化方法及系统

AITNT-国内领先的一站式人工智能新闻资讯网站
# 热门搜索 #
一种基于PR-GAN的腰椎骨折图像转化方法及系统
申请号:CN202510207141
申请日期:2025-02-25
公开号:CN120147450A
公开日期:2025-06-13
类型:发明专利
摘要
本发明提供了一种基于PR‑GAN的腰椎骨折图像转化方法及系统,首先采集患者腰椎骨折X线图像和腰椎骨折CT图像;然后将采集到的腰椎骨折X线图像和腰椎骨折CT图像进行预处理,构建训练集;接着构建PR‑GAN模型;将训练集输入PR‑GAN模型进行训练;最后将未参与训练的腰椎骨折X线图像输入训练完毕的PR‑GAN模型,通过PR‑GAN模型将未参与训练的腰椎骨折X线图像转化为目标腰椎骨折CT图像;通过PR‑GAN模型结合X线和CT检查优点,不仅提高了影像科的CT成像效率,也能够辅助脊柱外科医生对于腰椎骨折的诊断和治疗选择;通过本发明的支持和应用,便可快速诊断,快速开展治疗,对于提高病人预后和生活质量有着十分重要的积极意义。
技术关键词
图像转化方法 GAN模型 腰椎 构建训练集 残差网络模型 上采样 随机梯度下降 注意力机制 脊柱外科医生 数据 模型训练模块 图像采集模块 患者 残差模块 滤波算法 图像增强
系统为您推荐了相关专利信息
通信会话管理 残差网络模型 发送设备 接收设备 终端设备
噪声 滑动窗口 构建训练集 心动周期 运动
干扰信号检测方法 卫星导航干扰信号 残差网络模型 原始卫星导航信号 短时傅里叶变换
诊断方法 医用压力传感器 微量泵 患者 血氧探头
元素 深度卷积神经网络 样本 数据 检测模型训练