科创中国

电子信息技术

本发明实施例公开了一种图像生成模型训练及图像生成方法、装置、设备和介质，其中，方法包括：获取感兴趣部位的不同模态图像，并基于所述不同模态图像组成至少一组图像对；针对每一组图像对，将图像对中的第一模态图像输入到预设图像生成模型中，并以图像对中的第二模态图像作为学习标准，对所述预设图像生成模型进行有监督的模型训练；当所述预设图像生成模型的损失函数满足预设条件时，得到目标图像生成模型，完成模型训练过程。解决了为获取感兴趣区域全面的信息，扫描获取不同模态的图像，耗时且成本高的问题，实现了基于一种模态的图像生成其他模态图像，提高获取多个模态图像的效率，节约获取多模态图像的时间成本。

1.一种图像生成模型训练方法，其特征在于，所述方法包括： 获取感兴趣部位的不同模态图像，并基于所述不同模态图像组成至少一组图像对； 针对每一组图像对，将图像对中的第一模态图像输入到预设图像生成模型中，并以图像对中的第二模态图像作为学习标准，对所述预设图像生成模型进行有监督的模型训练； 当所述预设图像生成模型的损失函数满足预设条件时，得到目标图像生成模型，完成模型训练过程。 2.根据权利要求1所述的方法，其特征在于，在对所述预设图像生成模型进行有监督的模型训练之前，所述方法还包括： 将所述第一模态图像向所述第二模态图像配准； 将配准后的第一模态图像作为所述预设图像生成模型的输入数据，输入到所述预设图像生成模型中。 3.根据权利要求2所述的方法，其特征在于，所述将所述第一模态图像向所述第二模态图像配准，包括： 采用预设配准算法或预训练的图像配准神经网络，将所述第一模态图像向所述第二模态图像配准。

1.一种图像生成模型训练方法，其特征在于，所述方法包括： 获取感兴趣部位的不同模态图像，并基于所述不同模态图像组成至少一组图像对； 针对每一组图像对，将图像对中的第一模态图像输入到预设图像生成模型中，并以图像对中的第二模态图像作为学习标准，对所述预设图像生成模型进行有监督的模型训练； 当所述预设图像生成模型的损失函数满足预设条件时，得到目标图像生成模型，完成模型训练过程。 2.根据权利要求1所述的方法，其特征在于，在对所述预设图像生成模型进行有监督的模型训练之前，所述方法还包括： 将所述第一模态图像向所述第二模态图像配准； 将配准后的第一模态图像作为所述预设图像生成模型的输入数据，输入到所述预设图像生成模型中。 3.根据权利要求2所述的方法，其特征在于，所述将所述第一模态图像向所述第二模态图像配准，包括： 采用预设配准算法或预训练的图像配准神经网络，将所述第一模态图像向所述第二模态图像配准。

点击查看