- 1、本文档共17页,其中可免费阅读16页,需付费10金币后方可阅读剩余内容。
- 2、本文档内容版权归属内容提供方,所产生的收益全部归内容提供方所有。如果您对本文有版权争议,可选择认领,认领后既往收益都归您。
- 3、本文档由用户上传,本站不保证质量和数量令人满意,可能有诸多瑕疵,付费之前,请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形,可联系本站下载客服投诉处理。
- 4、文档侵权举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
本发明提供了一种基于深度学习生成对抗网络的医学图像重建方法及装置,方法包括:获取第一医学图像,并基于第一医学图像生成第二医学图像,第二医学图像的清晰度低于第一医学图像的清晰度;基于第一医学图像和第二医学图像,对生成对抗网络模型进行训练;在经过训练后的生成对抗网络模型满足预设训练要求时,将满足预设要求的生成对抗网络作为目标生成对抗网络模型;基于目标生成对抗网络模型,对待处理的医学图像进行处理,得到重建后的目标医学图像。该方法克服了由于医疗影像设备以及影像科医生拍摄习惯不同,所造成的待处理医学图像清
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号 CN 116863016 A
(43)申请公布日 2023.10.10
(21)申请号 202310632084.X
(22)申请日 2023.05.31
(71)申请人 北京长木谷医疗科技股份有限公司
地
文档评论(0)