【技术实现步骤摘要】
【国外来华专利技术】减少图像中的噪声
本专利技术涉及用于减少图像中的噪声,特别是斑点噪声的方法和装置。更具体地,本专利技术涉及减少OCT图像中的斑点噪声。
技术介绍
成像设备通常可以基于从一个或多个传感器接收的信号来生成数字图像。生成的图像包含噪声。过去已经进行了许多研究来减少所生成图像中的噪声。光学相干断层扫描(OCT)是一种非侵入性成像方式,可提供微米分辨率的生物组织和其他样品的多维图像。在最常见的配置中,OCT图像是通过两种宽带激光束的干涉形成的:一种是从静态反射镜(“参考光束”)反射而另一种是从被测样品(“样品束”)反射出来的。在OCT术语中,A扫描是指由静态样本光束获取的单个列;B扫描是指通过样品光束相对于样品沿一条线移动而获得的二维截面图像;以及C扫描是指通过样品束以专用光栅图案相对于样品移动而获得的3维立体图像。尽管技术取得了重大进步,但OCT图像仍然受到斑点噪声的影响。斑点噪声可能是由热、电、多重散射效应以及数字处理算法的复杂组合引起的。实际上,在许多应用中,重构的OCT信号的频谱能量的75%是噪声。因此,减少斑点或降噪技术是一项深入研究的问题。第一种也是最简单的方法涉及对从同一样本位置获取的多个B扫描进行平均。由于斑点噪声是随机过程的结果,并且因此是去相关的,因此,平均n次B扫描会导致信噪比(SNR)提高因子通常在最终的重建图像中执行平均,而不是在干扰信号中执行。数字去噪算法试图对采集的图像进行后处理,以减少斑点噪声的数量,而不会损害其中包含的结构信息。此类方法的示例包括中值滤波以及其他 ...
【技术保护点】
1.一种训练神经网络以减少图像中的噪声的方法,包括:/n从成像设备获得(101)多个输入图像;/n识别(101a)所述输入图像的子集,其中,输入图像的子集的每个输入图像描绘的对象与所述子集的其他输入图像相同;/n生成(104)多个目标图像,其中,通过组合所述子集之一的所述输入图像来生成目标图像以减少噪声;/n生成(105)多个训练对,其中,训练对包括/n所述目标图像之一,以及/n训练图像,所述训练图像基于与所述目标图像之一对应的所述子集的至少一个所述输入图像但不是全部所述输入图像,其中,如果所述训练图像基于一个以上输入图像,则通过组合输入图像的子集中的所述一个以上所述输入图像但不是所有所述输入图像来生成所述训练图像,以减少所述训练图像的噪声;以及/n使用所述多个训练对训练(107)神经网络。/n
【技术特征摘要】
【国外来华专利技术】20170519 EP 17172039.41.一种训练神经网络以减少图像中的噪声的方法,包括:
从成像设备获得(101)多个输入图像;
识别(101a)所述输入图像的子集,其中,输入图像的子集的每个输入图像描绘的对象与所述子集的其他输入图像相同;
生成(104)多个目标图像,其中,通过组合所述子集之一的所述输入图像来生成目标图像以减少噪声;
生成(105)多个训练对,其中,训练对包括
所述目标图像之一,以及
训练图像,所述训练图像基于与所述目标图像之一对应的所述子集的至少一个所述输入图像但不是全部所述输入图像,其中,如果所述训练图像基于一个以上输入图像,则通过组合输入图像的子集中的所述一个以上所述输入图像但不是所有所述输入图像来生成所述训练图像,以减少所述训练图像的噪声;以及
使用所述多个训练对训练(107)神经网络。
2.根据权利要求1所述的方法,其中,所述多个训练对包括第一训练对和第二训练对,所述第一训练对包括基于第一数量K1个输入图像的第一训练图像,所述第二训练对包括基于第二数量K2个输入图像的第二训练图像,其中,所述第一数量K1不同于所述第二数量K2。
3.根据权利要求2所述的方法,其中,所述多个训练对包括具有相同目标图像但是基于不同数量的输入图像的不同训练图像的训练对。
4.根据前述权利要求中任一项所述的方法,其中,对于每个目标图像及其对应的N个输入图像的子集,针对小于N的所有正整数值K1,基于所述N个输入图像的子集的K1生成训练图像。
5.根据前述权利要求中任一项所述的方法,其中,对于任何值K2,如果存在来自所述N个输入图像的子集的K2个输入图像的一个以上的可能选择,则从所述N个输入图像的子集中针对所述K2个输入图像中的一个以上选择生成训练图像。
6.根据前述权利要求中任一项所述的方法,
其中,所述输入图像的组合包括对组合后的输入图像的相应值求平均,或者
还包括在生成所述目标图像和训练图像之前在空间上配准子集的所述输入图像,或者
还包括在训练所述神经网络之前,通过添加噪声或改变所述训练图像的方向来增强所述训练图像。
7.根据前述权利要求中任一项所述的方法,其中,所述输入图像是通过光学计算机断层摄影术OCT获得的。
8.根据权利要求7所述的方法,其中,输入图像的特定子集的所...
【专利技术属性】
技术研发人员:卡洛斯·西列尔·鲁伊兹,桑德罗·德·扎内特,斯特凡诺斯·阿波斯托洛普洛斯,
申请(专利权)人:视网膜医疗股份公司,
类型:发明
国别省市:瑞士;CH
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。