期刊专题

10.3969/j.issn.2095-2163.2023.05.014

基于改进pix2pixHD模型的COVID-19 CT图像生成方法研究

引用
当前COVID-19病毒流行,肺部CT图像已成为医生对COVID-19患者进行准确诊断和跟踪治疗的重要辅助工具之一,但公开的患者数据集较少及数据获取较为困难的问题,导致不易获得好的深度学习模型对肺部CT图像精准筛查和诊断.针对于此,本文提出了一种基于pix2pixHD的深度网络图像生成模型,用以提高COVID-19 CT图像的生成质量.采用pix2pixHD框架,通过对模型上采样的过程中加入SPADE残差块,并对模型的多尺度鉴别器增加1/8尺度鉴别器,使模型可以生成病灶边界更为清晰的COVID-19患者肺部CT图像.在公开数据集上与现有模型进行的实验比较结果表明,本文提出的模型在COVID-19 CT图像上峰值信噪比与结构相似性分别为12.46和0.327,Fr′echet Inception距离(FID)为57.4,较现有模型具有生成质量更高、生成细节更好、收敛速度更快的优势.

新型冠状病毒、电子计算机断层扫描、改进pix2pixHD模型

13

TP391(计算技术、计算机技术)

黑龙江省省属高等学校基本科研业务费科研项目Hkdqg201911

2023-05-25(万方平台首次上网日期,不代表论文的发表时间)

共9页

82-89,97

暂无封面信息
查看本期封面目录

智能计算机与应用

2095-2163

23-1573/TN

13

2023,13(5)

专业内容知识聚合服务平台

国家重点研发计划“现代服务业共性关键技术研发及应用示范”重点专项“4.8专业内容知识聚合服务技术研发与创新服务示范”

国家重点研发计划资助 课题编号:2019YFB1406304
National Key R&D Program of China Grant No. 2019YFB1406304

©天津万方数据有限公司 津ICP备20003920号-1

信息网络传播视听节目许可证 许可证号:0108284

网络出版服务许可证:(总)网出证(京)字096号

违法和不良信息举报电话:4000115888    举报邮箱:problem@wanfangdata.com.cn

举报专区:https://www.12377.cn/

客服邮箱:op@wanfangdata.com.cn