获取截断部分预测图像的方法及装置制造方法及图纸

本申请提供了一种获取截断部分预测图像的方法及装置，一种成像方法及系统，以及非暂态计算机可读存储介质。所述获取截断部分预测图像的方法包括对投影数据进行预处理，以重建得到截断部分的初始图像，以及基于训练的学习网络，对初始图像进行校准，以获取截断部分的预测图像。

【技术实现步骤摘要】
获取截断部分预测图像的方法及装置
本专利技术涉及图像处理，尤其涉及一种获取截断部分预测图像的方法及装置，成像方法及系统，以及非暂态计算机可读存储介质。
技术介绍
在计算机断层扫描(ComputedTomography,CT)的过程中，使用检测器来采集通过被检测对象后的X射线的数据，之后再对这些采集到的X射线数据进行处理以得到投影数据。可利用这些投影数据来重建CT图像。完整的投影数据可重建准确的CT图像以用于诊断。然而，如果被检测对象体型较大或摆放特殊的姿势，那么被检测对象的某些部分就会超出扫描域，检测器也就无法采集到完整的投影数据，这被称之为数据截断。通常地，可以通过一些数学模型，例如，水模型等，来预测截断部分的投影数据或图像，然而这些传统方法预测得到的截断部分的图像质量会随不同的实际情况而改变，性能也都不够理想。
技术实现思路
本专利技术提供一种获取截断部分预测图像的方法及装置，成像方法及系统，以及非暂态计算机可读存储介质。本专利技术的示例性实施例提供了一种获取截断部分预测图像的方法，所述方法包括对投影数据进行预处理，以重建得到截断部分的初始图像；以及基于训练的学习网络，对所述初始图像进行校准，以获取截断部分的预测图像。可选地，所述对投影数据进行预处理包括对投影数据的截断部分进行填充。进一步地，对投影数据的截断部分进行填充包括将未截断部分边界的投影数据信息填充到截断部分。更进一步地，将未截断部分边界的投影数据信息填充到截断部分包括将每个通道的未截断部分边界的投影数据信息填充到相应通道的截断部分。可选地，基于训练的学习网络，对所述初始图像进行校准，以获取截断部分的预测图像包括将所述截断部分的初始图像的像素从极坐标转换到直角坐标，以得到所述初始图像的像素矩阵；基于训练的学习网络，对所述像素矩阵进行校准；以及将所述经过校准后的像素矩阵从直角坐标转换到极坐标，以得到所述截断部分的预测图像。可选地，所述训练的学习网络是基于虚拟失真图像和对照图像进行训练得到的。进一步地，所述训练的学习网络是基于所述虚拟失真图像经过坐标变换得到的像素矩阵和所述对照图像经过坐标变换得到的像素矩阵进行训练得到的。进一步地，所述虚拟失真图像和对照图像的获取方法包括接收没有数据截断的原始图像；使所述原始图像中对应目标物体的部分虚拟平移以部分地移出扫描域，从而得到对照图像；对所述对照图像进行虚拟扫描并进行虚拟数据采集，以生成虚拟截断投影数据；以及对所述虚拟截断投影数据进行图像重建，以得到虚拟失真图像。可选地，所述虚拟失真图像和对照图像的获取方法包括：接收没有数据截断的原始图像，所述原始图像被用作对照图像；使所述原始图像保持在扫描域内，并对该原始图像进行正投影以得到该原始图像的投影；对所述投影的两侧通道进行填充，以生成虚拟截断投影数据；以及对所述虚拟截断投影数据进行图像重建，以得到虚拟失真图像。本专利技术的示例性实施例还提供了一种成像方法，所述成像方法包括获取截断部分预测图像，以及将所述截断部分的预测图像与根据原始投影数据重建得到的未截断部分图像进行拼接以得到医学图像，其中，获取截断部分预测图像包括对投影数据进行预处理，以重建得到截断部分的初始图像；以及基于训练的学习网络，对所述初始图像进行校准，以获取截断部分的预测图像。本专利技术的示例性实施例还提供了一种非暂态计算机可读存储介质，其用于存储计算机程序，所述计算机程序由计算机执行时使计算机执行上述的用于获取截断部分图像的方法的指令。本专利技术的示例性实施例还提供了一种获取截断部分图像预测的装置，所述装置包括预处理装置和控制装置。所述预处理装置用于对投影数据进行预处理，以重建得到截断部分的初始图像。所述控制装置用于基于训练的学习网络，对所述初始图像进行校准，以获取截断部分的预测图像。可选地，所述预处理装置包括填充模块，所述填充模块用于对投影数据的截断部分进行填充。进一步地，所述填充模块进一步被配置用于将未截断部分边界的投影数据信息填充到截断部分。可选地，所述控制装置包括变换模块，校准模块和反变换模块，所述变换模块用于将所述截断部分的初始图像的像素从极坐标转换到直角坐标，以得到所述初始图像的像素矩阵，所述校准模块用于基于训练的学习网络，对所述像素矩阵进行校准，所述反变换模块用于将所述经过校准后的像素矩阵从直角坐标转换到极坐标，以得到所述截断部分的预测图像。本专利技术的示例性实施例还提供了一种成像系统，所述系统上述的获取截断部分图像预测的装置以及拼接装置。所述获取截断部分图像预测的装置包括预处理装置和控制装置。所述预处理装置被配置用于对投影数据进行预处理，以重建得到截断部分的初始图像。所述控制装置被配置用于基于训练的学习网络，对所述初始图像进行校准，以获取截断部分的预测图像。所述拼接装置用于将所述截断部分的预测图像与根据投影数据重建得到的未截断部分图像进行拼接以得到医学图像。通过下面的详细描述、附图以及权利要求，其他特征和方面会变得清楚。附图说明通过结合附图对于本专利技术的示例性实施例进行描述，可以更好地理解本专利技术，在附图中：图1示出了根据本专利技术一些实施例的成像方法的流程图；图2示出了根据图1所示的方法中的基于训练的学习网络，对初始图像进行校准，以获取截断部分的预测图像的步骤的流程图；图3示出了根据图1所示的方法中对投影进行预处理的一些中间图像，其中，图像(1)示出了出现数据截断的投影，图像(2)示出了对(1)中的投影的截断部分进行填充得到的模拟投影，图像(3)示出了对(2)中的模拟投影进行图像重建得到的CT图像；图4示出了根据图2所示的步骤中的一些中间图像，其中，图像(1)示出了截断部分所对应的直角坐标像素矩阵，图像(2)示出了对(1)中的直角坐标变换图像经过学习网络得到的预测后的像素矩阵，图像(3)示出了对(2)中的预测后的像素矩阵进行坐标反变换后得到的预测图像；图5示出了根据本专利技术一些实施例的学习网络训练数据准备方法的流程图；图6示出了根据本专利技术另一些实施例的学习网络训练数据准备方法的流程图；图7示出了根据本专利技术一些实施例的CT系统的示意图；以及图8示出了根据本专利技术一些实施例的包括获取截断部分预测图像装置的成像系统的示意图。具体实施方式以下将描述本专利技术的具体实施方式，需要指出的是，在这些实施方式的具体描述过程中，为了进行简明扼要的描述，本说明书不可能对实际的实施方式的所有特征均作详尽的描述。应当可以理解的是，在任意一种实施方式的实际实施过程中，正如在任意一个工程项目或者设计项目的过程中，为了实现开发者的具体目标，为了满足系统相关的或者商业相关的限制，常常会做出各种各样的具体决策，而这也会从一种实施方式到另一种实施方式之间发生改变。此外，还可以理解的是，虽然这种开发过程中所作出的努力可能是复杂并且冗长的，然而对于与本专利技术公开的内容相关的本领域的普通技术人员而言，在本公开揭露的
技术实现思路
的基础上进行的一些设计，制造或者生产等变更只是常规的技术手段，不本文档来自技高网...

【技术保护点】
1.一种获取截断部分预测图像的方法，其包括：/n对投影数据进行预处理，以重建得到截断部分的初始图像；以及/n基于训练的学习网络，对所述初始图像进行校准，以获取截断部分的预测图像。/n

【技术特征摘要】
1.一种获取截断部分预测图像的方法，其包括：
对投影数据进行预处理，以重建得到截断部分的初始图像；以及
基于训练的学习网络，对所述初始图像进行校准，以获取截断部分的预测图像。


2.如权利要求1所述的方法，其中，所述对投影数据进行预处理包括对投影数据的截断部分进行填充。


3.如权利要求2所述的方法，其中，对投影数据的截断部分进行填充包括将未截断部分边界的投影数据信息填充到截断部分。


4.如权利要求3所述的方法，其中，将未截断部分边界的投影数据信息填充到截断部分包括将每个通道的未截断部分边界的投影数据信息填充到相应通道的截断部分。


5.如权利要求1所述的方法，其中，基于训练的学习网络，对所述初始图像进行校准，以获取截断部分的预测图像包括：
将所述截断部分的初始图像的像素从极坐标转换到直角坐标，以得到所述初始图像的像素矩阵；
基于训练的学习网络，对所述像素矩阵进行校准；以及
将所述经过校准后的像素矩阵从直角坐标转换到极坐标，以得到所述截断部分的预测图像。


6.如权利要求1所述的方法，其中，所述训练的学习网络是基于虚拟失真图像和对照图像进行训练得到的。


7.如权利要求6所述的方法，其中，所述训练的学习网络是基于所述虚拟失真图像经过坐标变换得到的像素矩阵和所述对照图像经过坐标变换得到的像素矩阵进行训练得到的。


8.如权利要求6所述的方法，其中，所述虚拟失真图像和对照图像的获取方法包括：
获取没有数据截断的原始图像；
使所述原始图像中对应目标物体的部分虚拟平移以部分地移出扫描域，从而得到对照图像；
对所述对照图像进行虚拟扫描并进行虚拟数据采集，以生成虚拟截断投影数据；以及
对所述虚拟截断投影数据进行图像重建，以得到虚拟失真图像。


9.如权利要求6所述的方法，其中，所述虚拟失真图像和对照图像的获取方法...

【专利技术属性】
技术研发人员：王学礼，赵冰洁，李石羽，刘丹，
申请(专利权)人：通用电气精准医疗有限责任公司，
类型：发明
国别省市：美国;US