骨硬化伪影校正方法、装置、计算机设备和可读存储介质制造方法及图纸

本申请涉及一种骨硬化伪影校正方法、装置、设备和计算机可读存储介质。其中，该骨硬化伪影校正方法包括：获取第一扫描图像的第一投影数据；使用骨硬化伪影校正模型处理第一投影数据，得到第二投影数据，其中，骨硬化伪影校正模型包括已训练的人工神经网络，已训练的人工神经网络被训练为预测不具有骨硬化伪影的扫描图像的投影数据或者骨硬化伪影图像的投影数据；根据第二投影数据，重建得到第二扫描图像。通过本申请，解决了相关技术中骨硬化伪影校正过程复杂的问题，简化了骨硬化伪影校正的过程。

【技术实现步骤摘要】
骨硬化伪影校正方法、装置、计算机设备和可读存储介质
本申请涉及图像处理领域，特别是涉及骨硬化伪影校正方法、装置、计算机设备和计算机可读存储介质。
技术介绍
针对骨硬化伪影，在传统技术中已经有许多校正算法被提出，从实现方式上可以分为硬件和软件两大类。硬件方法通过在各类计算机断层成像设备的实体系统中添加校正工具，进而起到抑制骨硬化伪影的作用，而软件方法以骨硬化伪影产生的本质为依据，利用校正算法对获取到的投影数据或者重建图像做相应的处理，以此减轻图像中骨硬化伪影的程度。在硬件校正方面，其校正方法主要包括水袋校正法和滤波片法。水袋校正法主要是通过将水袋均匀的缠绕在被检测物体的表面，使得不同位置的射线束穿透物体的路径一致，从而达到校正目的，但是这种方式方便性很差，缺乏简洁性。而滤波片法则是通过在射线源和被扫瞄物体之间放置过滤物预滤过射线，以此减轻射束骨硬化导致的伪影，但是在医用CT设备中，除了射束骨硬化外还应当考虑扫描视野范围内病人所受的剂量保持一定的分布，通常使用形状滤过器进行骨硬化校正。在软件校正方面，软件校正方法主要分为前处理和后处本文档来自技高网...

【技术保护点】
1.一种骨硬化伪影校正方法，其特征在于，所述方法包括：/n获取第一扫描图像的第一投影数据；/n使用骨硬化伪影校正模型处理所述第一投影数据，得到第二投影数据，其中，所述骨硬化伪影校正模型包括已训练的人工神经网络，所述已训练的人工神经网络被训练为预测不具有骨硬化伪影的扫描图像的投影数据或者骨硬化伪影图像的投影数据；/n根据所述第二投影数据，重建得到第二扫描图像。/n

【技术特征摘要】
1.一种骨硬化伪影校正方法，其特征在于，所述方法包括：
获取第一扫描图像的第一投影数据；
使用骨硬化伪影校正模型处理所述第一投影数据，得到第二投影数据，其中，所述骨硬化伪影校正模型包括已训练的人工神经网络，所述已训练的人工神经网络被训练为预测不具有骨硬化伪影的扫描图像的投影数据或者骨硬化伪影图像的投影数据；
根据所述第二投影数据，重建得到第二扫描图像。


2.根据权利要求1所述的骨硬化伪影校正方法，其特征在于，使用骨硬化伪影校正模型处理所述第一投影数据，得到第二投影数据包括：
使用所述已训练的人工神经网络处理所述第一投影数据，得到骨硬化伪影图像的第三投影数据；
根据所述第一投影数据与所述第三投影数据，确定所述第二投影数据，其中，所述已训练的人工神经网络被训练为预测骨硬化伪影图像的投影数据。


3.根据权利要求2所述的骨硬化伪影校正方法，其特征在于，所述已训练的人工神经网络的训练过程包括：
获取训练样本和未训练的人工神经网络，所述训练样本包括：具有骨硬化伪影的扫描图像的第四投影数据，以及对应的骨硬化伪影图像的第五投影数据；
以所述第四投影数据作为输入，以所述第五投影数据作为监督，训练所述未训练的人工神经网络，直至所述未训练的人工神经网络参数收敛，得到所述已训练的人工神经网络。


4.根据权利要求1所述的骨硬化伪影校正方法，其特征在于，使用骨硬化伪影校正模型处理所述第一投影数据，得到第二投影数据包括：
使用所述已训练的人工神经网络处理所述第一投影数据，得到所述第二投影数据，其中，所述已训练的人工神经网络被训练为预测不具有骨硬化伪影的扫描图像的投影数据。


5.根据权利要求4所述的骨硬化伪影校正方法，其特征在于，所述已训练的人工神经网络的训练过程包括：
获取训练样本和未训...

【专利技术属性】
技术研发人员：苏彬，
申请(专利权)人：上海联影医疗科技有限公司，
类型：发明
国别省市：上海;31