【技术实现步骤摘要】
图像处理方法、装置及计算机可读存储介质
本专利技术涉及大数据
，尤其涉及一种图像处理方法、装置及计算机可读存储介质。
技术介绍
正电子发射断层扫描(PositronEmissionComputedTomography，PET)是指通过向人体注入放射性示踪剂，观测人体组织中的分子水平活性，进而达到诊断及筛查疾病的目的。PET是一种较为常用的医学成像手段，但同时也存在着很多问题，例如：对患者身体造成辐射、示踪剂的成本较高，等等。针对此类问题，目前，采用的解决方法主要包括减少示踪剂注射剂量或减少扫描时间，但是，上述两种方法均会导致PET图像的成像质量下降，不利于疾病的诊断与筛查。
技术实现思路
本专利技术实施例提供一种图像处理方法、装置及计算机可读存储介质，在实现减少示踪剂注射剂量，降低辐射的同时，提高了正电子发射断层扫描的成像质量，有利于疾病的诊断与筛查。第一方面，本专利技术实施例提供一种图像处理方法，包括：接收客户端的图像处理请求，所述图像处理请求包括待处理投影数据，所述图像处理请求用...
【技术保护点】
1.一种图像处理方法，其特征在于，所述方法包括：/n接收客户端的图像处理请求，所述图像处理请求包括待处理投影数据，所述图像处理请求用于请求根据所述待处理投影数据重建图像；/n对所述待处理投影数据进行域变换处理，得到图像数据；/n调用图像处理模型对所述图像数据进行图像重建处理，得到图像结果，所述图像处理模型是根据图像样本数据及目标样本数据对所述图像处理模型进行训练得到的；/n发送所述图像结果至所述客户端。/n
【技术特征摘要】
1.一种图像处理方法，其特征在于，所述方法包括：
接收客户端的图像处理请求，所述图像处理请求包括待处理投影数据，所述图像处理请求用于请求根据所述待处理投影数据重建图像；
对所述待处理投影数据进行域变换处理，得到图像数据；
调用图像处理模型对所述图像数据进行图像重建处理，得到图像结果，所述图像处理模型是根据图像样本数据及目标样本数据对所述图像处理模型进行训练得到的；
发送所述图像结果至所述客户端。
2.根据权利要求1所述的方法，其特征在于，所述方法还包括：
获取投影样本数据，并对所述投影样本数据进行域变换处理，得到所述图像样本数据；
获取目标样本数据，所述目标样本数据为与所述图像样本数据相匹配的目标数据；
根据所述图像样本数据及所述目标样本数据对所述图像处理模型进行训练，得到模型损失函数；
根据所述模型损失函数，构建所述图像处理模型。
3.根据权利要求1所述的方法，其特征在于，所述调用图像处理模型对所述图像数据进行图像重建处理，得到图像结果，包括：
对所述图像数据进行m层特征提取，得到编码数据，m为正整数；
获取所述编码数据的转换数据，所述转换数据为所述编码数据经过残差网络处理得到的；
对所述转换数据进行n层上采样处理，得到所述图像结果，n为正整数。
4.根据权利要求3所述的方法，其特征在于，所述方法还包括：
获取所述转换数据的第x层的上采样处理结果，x为小于n且小于或等于m的正整数；
获取所述图像数据的第y层的特征提取结果，y为小于n且小于或等于m的正整数；
对所述第x层上采样处理结果与所述第y层特征提取结果进行跳跃连接处理，得到跳跃链接结果，并将所述跳跃链接结果输入至第(x+1)层。
5.根据权利要求2所述的方法，其特征在于，所述根据所述图像样本数据及所述目标样本数据对所述图像处理模型进行训练，得到模型损失函数，包括：
根据所述图像样本数据及所述目标样本数据，确定所述图像处理模型的循环一致性损失函数；
对所述图像样本数据及所述目标样本数据分别进行监督训练，确定所述图像处理模型的监督损失函数；
获取所述图像处理模型的第一判别损失函数及第二判别损失函数，所述第一判别损失函数为第一判别器的损失函数，所述第二判别损失函数为所述第二判别器的损失函数；
根据所述循环一致性损失函数、所述监督损失函数、所述第一判别损失函数及所述第二判别损失函数，确定...
【专利技术属性】
技术研发人员：胡战利，杨永峰，薛恒志，郑海荣，梁栋，刘新，
申请(专利权)人：深圳先进技术研究院，
类型：发明
国别省市：广东;44
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。