CT三维定位像的图像处理方法、装置和计算机设备制造方法及图纸

本发明专利技术涉及一种CT三维定位像的图像处理方法、装置、计算机设备和存储介质，所述方法包括：获取红外扫描得到的深度图像；从所述深度图像中提取目标脏器区域的体位信息和深度信息；根据所述体位信息和深度信息确定X‑ray扫描的成像参数；基于所述X‑ray扫描的成像参数对所述X‑ray扫描进行射线束自动调节，得到CT三维定位像；对所述CT三维定位像进行去噪以及去伪影的图像滤波处理，以得到优化后的CT三维定位像。上述方法可以提高CT三维定位像的成像质量。

【技术实现步骤摘要】
CT三维定位像的图像处理方法、装置和计算机设备
本专利技术涉及医学图像理
，特别是涉及一种CT三维定位像的图像处理方法、装置、计算机设备和存储介质。
技术介绍
近年来随着CT检查数量大增，更低辐射剂量、更高成像质量以及更精准辨识目标区域用以辅助医生分析显得更加重要。在目前的CT扫描成像装置中，X射线源通过围绕成像中心旋转一周计算衰减值从而调整下一次扫描时的成像参数。但是，该方法无法估计X-ray扫描的第一次扫描时的成像参数，并且在各角度成像时，X-ray扫描的射线束不能自适应受检者在不同角度下的射线宽度，从而影响CT三维定位像的成像质量。
技术实现思路
本专利技术的目的在于克服现有技术的不足，提供了一种CT三维定位像的图像处理方法、装置、计算机设备和存储介质，可以提高CT三维定位像的成像质量。为了解决上述中至少一个技术问题，本专利技术实施例提供了一种CT三维定位像的图像处理方法、装置、计算机设备和存储介质，所述方法包括：获取红外扫描得到的深度图像；从所述深度图像中提取目标脏器区域的体位信息和深度信息；根据所述体位信息和深度信息确定X-ray扫描的成像参数；基于所述X-ray扫描的成像参数对所述X-ray扫描进行射线束自动调节，得到CT三维定位像；对所述CT三维定位像进行去噪以及去伪影的图像滤波处理，以得到优化后的CT三维定位像。可选的，所述X-ray扫描的成像参数包括管电流、管电压、曝光时间以及扫描范围；所述基于所述X-ray扫描的成像参数对所述X-ray扫描进行射线束自动调节，得到CT三维定位像，包括：根据所述管电流、管电压、曝光时间以及扫描范围调节所述射线束的形状以及所述射线束的曝光量；根据所述射线束的形状以及所述射线束的曝光量调整所述X-ray扫描中X射线光子数及所述X射线光子分布，以使得所述X-ray扫描自适应患者解剖结构，得到所述CT三维定位像。可选的，所述对所述CT三维定位像进行去噪以及去伪影的图像滤波处理，包括：基于残差学习网络的多参数估计模块对所述CT三维定位像进行伪影估计与噪声估计，得到伪影参数和噪声参数；根据所述伪影参数和所述噪声参数基于所述残差学习网络的图像滤波模块对所述CT三维定位像进行去噪以及去伪影的图像滤波处理。可选的，所述多参数估计模块包括多尺度小波变换单元和残差网络单元；所述基于残差学习网络的多参数估计模块对所述CT三维定位像进行伪影估计与噪声估计，得到伪影参数和噪声参数，包括：基于所述多尺度小波变换单元对所述CT三维定位像进行伪影估计，得到所述伪影参数；基于所述残差网络单元对所述CT三维定位像进行噪声估计，得到所述噪声参数。可选的，所述根据所述伪影参数和所述噪声参数基于所述残差学习网络的图像滤波模块对所述CT三维定位像进行去噪以及去伪影的图像滤波处理，包括：根据所述伪影参数和所述噪声参数基于基于所述图像滤波模块中的卷积层对所述CT三维定位像进行迭代更新处理，以对所述CT三维定位像进行去噪以及去伪影的图像滤波处理。可选的，所述对所述CT三维定位像进行去噪以及去伪影的图像滤波处理，包括：基于神经网络模型对所述CT三维定位像进行去噪以及去伪影的图像滤波处理，所述神经网络模型用于对输入的所述CT三维定位像进行去噪以及去伪影处理，得到所述优化后的CT三维定位像；其中，通过样本CT三维定位像对待定神经网络模型的深度残差网络进行端对端训练，以优化所述待定神经网络模型的网络模型超参数和网络层参数，并更新所述待定神经网络模型的网络权重值，得到所述神经网络模型。可选的，所述通过样本CT三维定位像对待定神经网络模型的深度残差网络进行端对端训练，包括：对所述待定神经网络模型的深度残差网络的正则化参数或数据保真项参数进行参数调整；采用Adam优化算法对参数调整后的所述深度残差网络的收敛方式进行优化，以进行所述端对端训练。另外，本专利技术实施例还提供了一种CT三维定位像的图像处理装置，所述装置包括：获取模块，用于获取红外扫描得到的深度图像；提取模块，用于从所述深度图像中提取目标脏器区域的体位信息和深度信息；确定模块，用于根据所述体位信息和深度信息确定X-ray扫描的成像参数；调节模块，用于基于所述X-ray扫描的成像参数对所述X-ray扫描进行射线束自动调节，得到CT三维定位像；优化模块，用于对所述CT三维定位像进行去噪以及去伪影的图像滤波处理，以得到优化后的CT三维定位像。另外，本专利技术实施例还提供了一种计算机设备，其包括：存储器、处理器及存储在存储器上并可在处理器上运行的应用程序，处理器执行应用程序时实现上述任一实施例方法的步骤。另外，本专利技术实施例还提供了一种计算机可读存储介质，其上存储有应用程序，应用程序被处理器执行时实现上述任一实施例方法的步骤。在本专利技术实施例中，通过实施上述方法通过获取红外扫描得到的深度图像，从深度图像中提取目标脏器区域的体位信息和深度信息，根据体位信息和深度信息确定X-ray扫描的成像参数，基于X-ray扫描的成像参数对X-ray扫描进行射线束自动调节，得到CT三维定位像，对CT三维定位像进行去噪以及去伪影的图像滤波处理，以得到优化后的CT三维定位像。因此，提高CT三维定位像的成像质量。附图说明图1是本专利技术实施例中的一种CT三维定位像的图像处理方法的流程示意图；图2是本专利技术实施例中计算机优化CT三维定位像的流程示意图；图3是本专利技术实施例中的一种CT三维定位像的图像处理装置的结构组成示意图；图4是本专利技术实施例中的计算机设备的结构组成示意图。具体实施方式下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例，都属于本专利技术保护的范围。本专利技术实施例中的一种CT三维定位像的图像处理方法，该CT三维定位像的图像处理方法应用于CT成像装置为例。CT成像装置包括红外光源、深度传感器、X射线源、探测器、计算机。其中计算机包括存储单元、显示单元、控制单元以及处理部分。上述CT成像装置可以实现基于射线束自动调节的CT三维定位像成像。在操作中，红外光源绕受检者旋转一周并发射红外光线，一个或多个深度传感器接收红外光线，并且提取受检者体位、深度信息。利用人工智能技术（例如深度学习，神经网络）的模型将深度信息反馈给成像装置以用于自动调节不同角度下的射线束宽度。探测器收集经过人体衰减后的X射线，从而获得微辐射剂量CT三维定位像。基于上述射线束自动调节过程，其对横断面为非圆形的脏器有极大优势，用以降低各扫描角度射线衰减差异，并减少图像噪声同时降低人体不必要的辐射。计算机用于处理优化CT成像质量并调节成像过程中一本文档来自技高网...

【技术保护点】
1.一种CT三维定位像的图像处理方法，其特征在于，所述方法包括：/n获取红外扫描得到的深度图像；/n从所述深度图像中提取目标脏器区域的体位信息和深度信息；/n根据所述体位信息和深度信息确定X-ray扫描的成像参数；/n基于所述X-ray扫描的成像参数对所述X-ray扫描进行射线束自动调节，得到CT三维定位像；/n对所述CT三维定位像进行去噪以及去伪影的图像滤波处理，以得到优化后的CT三维定位像。/n

【技术特征摘要】
1.一种CT三维定位像的图像处理方法，其特征在于，所述方法包括：
获取红外扫描得到的深度图像；
从所述深度图像中提取目标脏器区域的体位信息和深度信息；
根据所述体位信息和深度信息确定X-ray扫描的成像参数；
基于所述X-ray扫描的成像参数对所述X-ray扫描进行射线束自动调节，得到CT三维定位像；
对所述CT三维定位像进行去噪以及去伪影的图像滤波处理，以得到优化后的CT三维定位像。


2.根据权利要求1所述的方法，其特征在于，所述X-ray扫描的成像参数包括管电流、管电压、曝光时间以及扫描范围；所述基于所述X-ray扫描的成像参数对所述X-ray扫描进行射线束自动调节，得到CT三维定位像，包括：
根据所述管电流、管电压、曝光时间以及扫描范围调节所述射线束的形状以及所述射线束的曝光量；
根据所述射线束的形状以及所述射线束的曝光量调整所述X-ray扫描中X射线光子数及所述X射线光子分布，以使得所述X-ray扫描自适应患者解剖结构，得到所述CT三维定位像。


3.根据权利要求2所述的方法，其特征在于，所述对所述CT三维定位像进行去噪以及去伪影的图像滤波处理，包括：
基于残差学习网络的多参数估计模块对所述CT三维定位像进行伪影估计与噪声估计，得到伪影参数和噪声参数；
根据所述伪影参数和所述噪声参数基于所述残差学习网络的图像滤波模块对所述CT三维定位像进行去噪以及去伪影的图像滤波处理。


4.根据权利要求3所述的方法，其特征在于，所述多参数估计模块包括多尺度小波变换单元和残差网络单元；所述基于残差学习网络的多参数估计模块对所述CT三维定位像进行伪影估计与噪声估计，得到伪影参数和噪声参数，包括：
基于所述多尺度小波变换单元对所述CT三维定位像进行伪影估计，得到所述伪影参数；
基于所述残差网络单元对所述CT三维定位像进行噪声估计，得到所述噪声参数。


5.根据权利要求3所述的方法，其特征在于，所述根据所述伪影参数和所述噪声参数基于所述残差学习网络的图像滤波模块对所述CT三维定位像进行去噪以及去伪影的图像滤波处理...

【专利技术属性】
技术研发人员：谌高峰，张浩，蔡敏占，
申请(专利权)人：广州海兆印丰信息科技有限公司，
类型：发明
国别省市：广东;44