一种基于生成对抗网络的超声图像超分辨率重建方法及系统技术方案

本发明专利技术公开了一种基于生成对抗网络的超声图像超分辨率重建方法。包括以下步骤：S1：通过超声成像设备获得超声图像；S2：对已有的高分辨率超声图像进行图像下采样得到相匹配的低分辨率超声图像；S3：低分辨率超声图像经过生成网络重建出超分辨率超声图像；S4：判别网络对超分辨率超声图像与高分辨率超声图像分别进行判断，输出概率用于真假判断；S5：生成网络和判别网络经过互相学习和对抗，相互之间进行一个最大最小值的博弈，直到网络达到稳定状态；S6：利用数学模型给出量化指标以对超分辨率超声图像和高分辨率超声图像的相似度进行评估。本发明专利技术可以有效的提高手持式超声成像设备的超声图像成像质量。备的超声图像成像质量。备的超声图像成像质量。

【技术实现步骤摘要】
一种基于生成对抗网络的超声图像超分辨率重建方法及系统


[0001]本专利技术属于成像增强领域，涉及一种基于生成对抗网络的超声图像超分辨率重建方法及系统。

技术介绍

[0002]超声成像是当前最常用的医学成像方法之一，具有实时性和便携性，在医学成像技术中占据了主要地位。B型超声显像技术在用于辅助医疗诊断中起到了重要的作用，传统的B型超声诊断设备体积庞大、价格昂贵，并且被限制于临床医疗，不利于事故现场诊断与家庭医疗场景。随着嵌入式硬件设备的发展，使得便携式、手持式B型超声诊断设备成为可能。但由于设备的体积被大大缩小，使得设备显示的超声图像质量相对传统设备较差，存在着较多的背景噪音，因此提高超声图像的质量是一项重要的任务。
[0003]目前，超分辨率重建是提高图像质量的重要手段。通过对低分辨率图像进行超分辨率重建，可以达到去模糊、去除斑点、边缘增强等效果。图像超分辨率是指从低分辨率图像中恢复出自然、清晰的纹理，最终得到一张高分辨率图像，是图像增强领域中一个非常重要的问题。低分辨率图像一般通过一系列的退化操作得到，在损失了大量图像细节的同时，也本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于生成对抗网络的超声图像超分辨率重建的方法，其特征在于，包括如下步骤：步骤S1：通过超声成像设备获得超声图像；步骤S2：对已有的高分辨率超声图像进行图像下采样得到相匹配的低分辨率超声图像；步骤S3：低分辨率超声图像经过生成网络重建出超分辨率超声图像；步骤S4：判别网络对超分辨率超声图像与高分辨率超声图像分别进行判断，输出概率用于真假判断；步骤S5：生成网络和判别网络经过互相学习和对抗，相互之间进行一个最大最小值的博弈，直到网络达到稳定状态；步骤S6：利用数学模型给出量化指标以对超分辨率超声图像和高分辨率超声图像的相似度进行评估。2.如权利要求1所述的基于生成对抗网络的超声图像超分辨率重建的方法，其特征在于，所述步骤S1中，医护人员或者超声成像设备的操作者通过超声成像设备扫查获取超声图像。3.如权利要求1所述的基于生成对抗网络的超声图像超分辨率重建的方法，其特征在于，所述步骤S2中，选取双三次插值法进行下采样，包括：根据源图像周围的16个点的灰度值，计算目标点的像素，插值基函数为：双三次插值函数为：f(i+u,j+v)＝A
·
B
·
C式中，w表示图像像素点到P点的距离，P点是经过双三次插值下采样处理后的图像对应于源图像中的位置；i,j分别表示图像像素点坐标的整数部分；u,v分别表示图像像素点坐标的小数部分；其中A、B、C表示矩阵，形式如以下公式所示：A＝[S(1+u)S(u)S(1
‑
u)S(2
‑
u)]C＝[S(1+v)S(v)S(1
‑
v)S(2
‑
v)]T其中，f(i,j)表示源图像(i,j)坐标点的像素值。4.如权利要求1所述的基于生成对抗网络的超声图像超分辨率重建的方法，其特征在于，所述步骤S3中，低分辨率超声图像经过生成网络重建出超分辨率超声图像，其中生成网络有10层，低分辨率超声图像先经过卷积层的特征提取，包括一层卷积处理，再经过5层叠加的残差...

【专利技术属性】
技术研发人员：潘海林，张小琪，张清，王江涛，
申请(专利权)人：华东师范大学，
类型：发明
国别省市：