一种医学图像处理方法及系统技术方案

一种医学图像处理方法及系统，该方法包括：获取原始医学图像；对原始医学图像进行优化处理得到原始医学图像的输出图像；将输出图像以及输出图像的输出K空间数据输入保真模型，得到输出图像的保真图像，其中，保真模型基于样本图像和样本K空间数据训练得到。于样本图像和样本K空间数据训练得到。于样本图像和样本K空间数据训练得到。

【技术实现步骤摘要】
一种医学图像处理方法及系统


[0001]本说明书涉及医疗
，特别涉及一种医学图像处理方法及系统。

技术介绍

[0002]深度学习方法已被应用于医学图像的去噪、去伪影、超分辨率等处理过程。然而，深度神经方法是利用从输入到输出的直接映射，人们对其可靠性仍然担忧。处理后的医学图像也存在失真的情况。
[0003]基于此，亟需一种图像处理方法，以提高图像质量。

技术实现思路

[0004]本说明书实施例之一提供一种医学图像处理方法，所述方法包括：获取原始医学图像；对所述原始医学图像进行优化处理得到所述原始医学图像的输出图像；将所述输出图像以及所述输出图像的输出K空间数据输入保真模型，得到所述输出图像的保真图像，其中，所述保真模型基于样本图像和样本K空间数据训练得到。
[0005]本说明书实施例之一提供一种医学图像处理系统，包括：获取模块，用于获取原始医学图像；对所述原始医学图像进行优化处理得到所述原始医学图像的输出图像；保真模块，用于将所述输出图像以及所述输出图像的输出K空间数据输入保真模型，得到所述输出图像的保真图像本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种医学图像处理方法，其特征在于，所述方法包括：获取原始医学图像；对所述原始医学图像进行优化处理得到所述原始医学图像的输出图像；将所述输出图像以及所述输出图像的输出K空间数据输入保真模型，得到所述输出图像的保真图像，其中，所述保真模型基于样本图像和样本K空间数据训练得到。2.如权利要求1所述的医学图像处理方法，其特征在于，所述保真模型的训练过程包括；获取多个训练样本，每个训练样本包括所述样本图像和所述样本K空间数据；所述样本图像包括原始医学图像样本经过优化处理后的输出图像样本、以及对应于所述输出图像样本的金标准图像样本；所述样本K空间数据包括所述输出图像样本对应的输出K空间数据样本、以及标签K空间数据样本；所述标签K空间数据样本基于所述原始医学图像样本和所述输出图像样本确定；将所述多个训练样本输入初始保真模型进行迭代训练，当满足预设条件后，得到训练后的所述保真模型。3.如权利要求2所述的医学图像处理方法，其特征在于，所述标签K空间数据样本基于原始医学图像样本和所述输出图像样本确定，包括：基于所述原始医学图像样本对应的原始K空间数据样本和所述输出图像样本对应的输出K空间数据样本确定所述标签K空间数据样本。4.如权利要求2所述的医学图像处理方法，其特征在于，所述保真模型的损失函数包括图像域的损失函数和数据域的损失函数，基于所述图像域的损失函数和所述数据域的损失函数共同训练所述保真模型。5.如...

【专利技术属性】
技术研发人员：徐曼娇，杨俊，胡凯瑞，孙涛，
申请(专利权)人：上海联影医疗科技股份有限公司，
类型：发明
国别省市：