CN119515807A 一种多阶段的非碘对比剂ct图像到冠状动脉cta图像的转换方法 （江苏省苏北人民医院）

一种多阶段的非碘对比剂CT图像到冠状动本发明提供了一种多阶段的非碘对比剂CT码的低分辨率CTA标记，再由训练好的解码器重建低分辨率CTA体积；构建超分辨率网络并进行训练，由低分辨率CTA图像生成高分辨率CTA图体积生成高分辨率的CTA体积。本发明的有益效2步骤S3、构建标记重建网络并进行训练，以从步骤S2中训2.根据权利要求1所述的一种多阶段的非碘对比剂CT图像到冠状动脉CTA图像的转换步骤S1_2、对NCCT体积和CTA体积进行配准，保证两个体积的每一张切片之间是对应步骤S1_3、对所有图像进行降采样到128x128大小，获得匹配的低分辨率NCCT体积和3.根据权利要求1所述的一种多阶段的非碘对比剂CT图像到冠状动脉CTA图像的转换4.根据权利要求1所述的一种多阶段的非碘对比剂CT图像到冠状动脉CTA图像的转换步骤S3_1、将低分辨率CTA体积输入步骤S2中训练好的CTA编码器中获得低分辨率CTA步骤S3_2、将低分辨率NCCT体积输入步骤S2中训练好的NCCT编码器中获得低分辨率步骤S3_4、将被掩码的低分辨率CTA标记和低分辨率NCCT标记步骤S3_5、将重建的低分辨率CTA标记输入步骤S2中5.根据权利要求1所述的一种多阶段的非碘对比剂CT图像到冠状动脉CTA图像的转换3x512的上采样的CTA图像；6.根据权利要求1所述的一种多阶段的非碘对比剂CT图像到冠状动脉CTA图像的转换步骤S5_1、将低分辨率NCCT体积输入步骤S2中训练好的NCCT编码器中获得低分辨率步骤S5_3、将重建的低分辨率CTA标记输入步骤S2中步骤S5_4、取重建的低分辨率CTA体积中的一张低分辨率小为512x512的上采样的CTA图像；步骤S5_5、从高斯分布随机采样的图像作为初始逆扩4自然图像在数据分布上存在显著差异，直接将自然图像领域的GAN模型应用于医学成像可5[0011]步骤S3、构建标记重建网络并进行训练，以从步骤S2中训练好的编码器获得的6网络中，重建被掩码的低分辨率CTA标记，通过最小化被掩码标记的负对数似然，更新[0041]步骤S5_3、将重建的低分辨率CTA标记输入步骤2中训练好的CTA解码器获得重建[0046]本发明通过构建基于VQ_VAE的编码器_解码器网络，将低分辨率体积压缩成离散[0047]本发明通过构建基于Transformer网络的标记重建网络，通过预测被掩码的低分[0048]本发明通过构建基于扩散模型的超分辨率网络，由低分辨率CTA图像生成高分辨7[0049]本发明提出了一种多阶段的非碘对比剂CT图像到冠状动脉CTA图像的转换方法，[0050]图1为本发明实施例提供的一种多阶段的非碘对比剂CT图像到冠状动脉CTA图像[0054]图5为本发明实施例提供的多阶段模型架构的示意图，实现从低分辨率NCCT体积[0057]图1为本发明实施例提供的一种多阶段的非碘对比剂CT图像到冠状动脉CTA图像[0061]对NCCT体积和CTA体积进行配准，保证两个体积的每一张切片之间的结构是对应8[0077]1)将低分辨率CTA体积输入步骤S120中训练好的CTA编码器中获得低分辨率CTA标[0078]2)将低分辨率NCCT体积输入步骤S120中训练好的NCCT编码器中获得低分辨率[0080]4)将被掩码的低分辨率CTA标记和低分辨率NCCT标记输入到Tran[0081]5)将重建的低分辨率CTA标记输入步骤S120中训练好的CTA解码器获得重建的低[0086]1)取低分辨率CTA体积中的一张低分辨率CTA图像，经过上采样获得大小为512×9[0099]1)将低分辨率NCCT体积输入步骤S120中训练好的NCCT编码器中获得低分辨率[0100]2)从空白的低分辨率CTA标记开始，将其和低分辨率NCCT标记输入到步骤S130中[0101]3)将重建的低分辨率CTA标记输入步骤S120中训练好的CTA解码器获得重建的低[0108]通过上述实施方式，我们可以由原始的低分辨率NCCT体积生成高分