1.一种基于注意力多分支结构的医学图像合成方法,其特征在于,包含:
2.如权利要求1所述的方法,其特征在于,所述卷积神经网络分支利用不同尺寸的卷积核层来学习输入图像的局部特征。
3.如权利要求1所述的方法,其特征在于,所述对抗损失的计算公式为:
4.如权利要求3所述的方法,其特征在于,所述模型最终的损失函数表示为:
5.如权利要求1所述的方法,其特征在于,所述外部注意力机制分支的数量和类型可根据图像内容调整。
6.如权利要求1所述的方法,其特征在于,所述获取肿瘤患者的磁共振(mr)和计算机断层扫描(ct)图像数据的步骤中,还包含对所述图像数据进行预处理。
7.如权利要求6所述的方法,其特征在于,所述对所述图像数据进行预处理的步骤中,所述预处理还包括对所述mr图像数据和ct图像数据进行重采样,使两者具有相同的空间分辨率。
8.如权利要求7所述的方法,其特征在于,所述对所述图像数据进行预处理的步骤中,所述预处理还包括对所述mr图像数据进行灰度值归一化处理。
9.如权利要求1所述的方法,其特征在于,所述生成器由所述编码器模块、所述注意力多分支特征提取模块和所述解码器模块顺序连接构成。
10.一种基于注意力多分支结构的医学图像合成系统,其特征在于,包括:
11.一种基于注意力多分支结构的医学图像合成系统,其特征在于,包括:
12.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质中存储有计算机可执行指令,所述计算机可执行指令被处理器执行时实现如权利要求1至9中任意一项所述的方法中的步骤。