公开(公告)号：CN116309217A

公开(公告)日：2023-06-23

申请号：CN202310167106.X

申请日：2023-02-24

Applicant: 武汉大学

Inventor： 宋爽 ,  张俊 ,  罗勇

IPC: G06T5/50 ,  G06T11/00 ,  G06N3/0475 ,  G06N3/044 ,  G06N3/094

Abstract: 本申请涉及一种MRI合成CT影像的方法、装置、设备及可读存储介质，涉及医学影像合成技术领域，包括构建包括MRI图像数据和CT图像数据的训练数据集；构建包括空域信息保持生成器和谱归一化判别器的改进的循环生成对抗网络模型及其对应的目标函数，目标函数包括对抗损失项、频域一致性损失项和身份映射损失项；基于训练数据集对改进的循环生成对抗网络模型进行训练得到图像合成模型；基于图像合成模型将待转换MRI图像转化为合成CT图像。本申请通过频域一致性损失来有效提升图像细节和图像整体合成质量，通过空域信息保持生成器从空间域层面保持真实图像与合成图像间的一致性，通过谱归一化判别器来提升网络训练过程的稳定性和可靠性。

公开(公告)号：CN116645436A

公开(公告)日：2023-08-25

申请号：CN202310535204.4

申请日：2023-05-12

Applicant: 武汉大学

Inventor： 宋爽 ,  罗勇 ,  张俊

IPC: G06T11/00 ,  G06N3/0475 ,  G06N3/0464 ,  G06N3/0895 ,  G06N3/094

Abstract: 本申请涉及一种基于半监督的CT影像合成方法、装置、设备及存储介质，涉及医学影像合成领域，包括获取MRI图像数据和CT图像数据，构建包括配对数据集和非配对数据集的训练数据集；构建半监督生成对抗网络模型，其包括共用图像生成器和残差收缩判别器的有监督分支网络和无监督分支网络，残差收缩判别器包括多个通道级残差收缩模块；通过训练数据集训练半监督生成对抗网络模型，更新优化图像生成器和残差收缩判别器，生成图像合成模型；基于图像合成模型将待转换MRI图像转化为合成CT图像。本申请利用未配对数据的额外信息来避免有监督情况下出现的歧义，通过残差收缩模块来提升判别器对于带噪声图像的特征学习能力，提高合成图像的质量。

公开(公告)号：CN111897969A

公开(公告)日：2020-11-06

申请号：CN202010731183.X

申请日：2020-07-27

Applicant: 武汉大学

Inventor： 沈志东 ,  简维勇 ,  宋爽

IPC: G06F16/36 ,  G06F16/951 ,  G06F16/9535 ,  G06F40/117 ,  G16H20/60

Abstract: 本发明公开了一种基于知识图谱的食物成分和营养健康的关联性分析方法及系统，采取爬虫工具和知识图谱相结合的方法，通过精准采取的数据绘制所需知识图谱来直观简便的探索其关联性，根据研究对象的性质和研究的需求确定数据层和模式层，利用知识图谱工具进行数据处理后提取出关系和实体，得到的知识图谱，根据研究对象创建模式层数据层，得到的概念属性关系明确，可视化程度高，结果易读，知识图谱的网络结构简单清晰明了的揭示了研究对象间的关联性，对于对象的共性与差异也一目了然。