图像重建方法及装置制造方法及图纸

本发明专利技术提供了一种图像重建的方法，其特征在于，包括：获取第一图像的第一特征图，所述第一图像为电子计算机断层扫描CT图像；根据所述第一特征图生成第二特征图，所述第二特征图的深度大于所述第一特征图的深度；根据所述第一特征图及所述第二特征图确定迁移特征矩阵，所述迁移特征矩阵用于表示所述第一图像的全局信息；基于所述迁移特征矩阵对所述第二特征图进行特征增强，得到输出特征图。本发明专利技术实施例中的方法可以提升图像重建效果，使生成的重建图像更加真实。

【技术实现步骤摘要】
图像重建方法及装置
本专利技术涉及医疗设备
，具体涉及一种图像重建方法及装置。
技术介绍
电子计算机断层扫描(computedtomography，CT)图像可以分为薄层CT和厚层CT。与厚层CT相比，薄层CT具有更高的空间分辨率，因此，薄层CT在临床实践中的应用非常广泛，医生基于薄层CT，可以实现更精确的诊断。但是，薄层CT相比于厚层CT具有若干倍的数据量增加，这对于数据的传输，存储都造成了更大的挑战，而且，薄层CT需要更长的扫描时间，这意味着患者需要接受更长时间的放射扫描。而直接使用厚层CT的效果并不理想。因此，在实际中，通常对厚层CT进行图像重建，生成虚拟薄层CT，随后再基于生成的薄层CT进行医学诊断。这里的图像重建可以视为在深度维度上对厚层CT进行图像的超分辨率。但是，当将超分辨率结合到基于厚层CT进行薄层CT重建的计算量和复杂度往往比较高，而且生成的薄层CT的效果也不理想。
技术实现思路
有鉴于此，本专利技术实施例致力于提供一种图像重建方法及装置，以解决现有技术中基于厚层CT进行图像重建生成的虚拟薄层本文档来自技高网...

【技术保护点】
1.一种图像重建的方法，其特征在于，包括：/n获取第一图像的第一特征图，所述第一图像为电子计算机断层扫描CT图像；/n根据所述第一特征图生成第二特征图，所述第二特征图的深度大于所述第一特征图的深度；/n根据所述第一特征图及所述第二特征图确定迁移特征矩阵，所述迁移特征矩阵用于表示所述第一图像的全局信息；/n基于所述迁移特征矩阵对所述第二特征图进行特征增强，得到输出特征图。/n

【技术特征摘要】
1.一种图像重建的方法，其特征在于，包括：
获取第一图像的第一特征图，所述第一图像为电子计算机断层扫描CT图像；
根据所述第一特征图生成第二特征图，所述第二特征图的深度大于所述第一特征图的深度；
根据所述第一特征图及所述第二特征图确定迁移特征矩阵，所述迁移特征矩阵用于表示所述第一图像的全局信息；
基于所述迁移特征矩阵对所述第二特征图进行特征增强，得到输出特征图。


2.根据权利要求1所述的方法，其特征在于，所述根据所述第一特征图生成第二特征图，包括：
使用多个卷积块对所述第一特征图进行卷积，得到多个第二候选特征图；
将所述多个第二候选特征图在深度方向进行拼接，得到所述第二特征图。


3.根据权利要求1或2所述的方法，其特征在于，所述根据所述第一图像及所述第二图像确定迁移特征矩阵，包括：
从所述第一特征图中选取K层第一候选特征图，所述K层第一候选特征图与所述第二特征图具有最小空间距离，K为正整数；
计算所述第二图像与所述K层第一候选特征图的相关性，得到K个相关性矩阵，所述K个相关性矩阵与所述K层第一候选特征图对应；
根据所述K层第一候选特征图及所述K个相关性矩阵确定所述迁移特征矩阵。


4.根据权利要求3所述的方法，其特征在于，所述根据所述K层第一候选特征图及所述K个相关性矩阵确定所述迁移特征矩阵，包括：
对于所述第二特征图中的每个特征点的位置，确定所述K个相关性矩阵中的目标相关性矩阵，所述目标相关性矩阵在所述每个特征点位置在相关性取值最大；
根据所述目标相关性矩阵在所述每个特征点位置对应的所述K层第一候选特征图中的特征值，确定初始迁移特征矩阵；
根据所述目标相关性矩阵在所述每个特征点位置在相关性取值，确定相关性最大矩阵；
根据所述迁移特征矩阵及所述相关性最大矩阵确定所述迁移特征矩阵。


5.根据权利要求4所述的方法，其特征在于，所述根据所述迁移特征矩阵及所述相关性最大矩阵确定所述迁移特征矩阵，包括：
确定所述相关性最大矩阵中每个位置与所述第二特征图中与所述每个位置对应的位置之间的目标距离；
根据归一化后的所述目标距离确定归一化空间距离矩阵；
将所述相关性最大值矩阵与所述归一化空间距离矩阵相乘，得到所述相关性权重矩阵；
根据所述迁移特征矩阵及所述相关性权重矩阵确定所述迁移特征矩阵。


6.一种图像重建的装置，其特征在于，包括：
获取模块，用于获取第一图像的第一特征图，所述第一图像为电子计算机...

【专利技术属性】
技术研发人员：于朋鑫，夏晨，张荣国，李新阳，王少康，陈宽，
申请(专利权)人：推想医疗科技股份有限公司，
类型：发明
国别省市：北京;11