一种生成用于训练的X射线图像对的方法、装置和介质制造方法及图纸

本申请涉及一种生成用于训练的X射线图像对的方法、装置和介质。方法包括利用蒙特卡洛模拟软件，形成包含点源和构件的目标X射线成像系统的蒙特卡洛模型，设置构件相关的不随成像条件的变化而变化的第一配置参数；基于蒙特卡洛模型，分别基于理想成像状况和真实成像状况设置第二配置参数，以分别得到理想成像模型和真实成像模型；基于理想成像模型和真实成像模型分别进行模拟成像，得到理想图像和模拟真实图像，模拟真实图像用于模拟目标X射线成像系统的真实图像；将理想图像和模拟真实图像作为用于训练的X射线图像对。因此通过生成用于训练的X射线图像对的方法可以使患者不具有辐射风险；获得的理想图像的图像清晰度高，而且图像失真程度低。图像失真程度低。图像失真程度低。

【技术实现步骤摘要】
一种生成用于训练的X射线图像对的方法、装置和介质


[0001]本申请涉及X射线影像
，更具体地，涉及一种生成用于训练的X射线图像对的方法、装置和介质。

技术介绍

[0002]近年，深度学习在计算机视觉领域迅猛发展，作为计算机视觉的一个重要分支，深度学习在医学图像中的应用也日益广泛和深入。在深度学习进行图像处理时，常常需要产生“好”和“坏”的图像对，深度学习神经网络学习“好”和“坏”的关系，从而能够将“坏”图像还原成“好”图像。因此，深度学习实际需要解决两个问题，一是如何得到“好”“坏”图像对，一是如何构建网络能够描述“好”“坏”间的映射关系。获得高质量的临床医学图像（即“好”图像）存在较大难度，原因有三：一是如果需要获取低噪声图像，需要增加X射线剂量，这会增大患者的辐射风险；二是受硬件限制，无法获得更小像素的图像；三是任何一个系统都是非理想系统，经过非理想系统之后的图像都会存在一定程度的失真。
[0003]蒙特卡洛方法作为一种统计模拟方法，其使用随机数模拟统计分布来解决相关计算问题。由于高能粒子与物质之间的相互作用存在确定性的数学统计分布，因此可以使用蒙特卡洛方法模拟高能粒子与物质间的相互作用。也由此衍生了很多进行粒子与物质相互作用的蒙特卡洛模拟工具，诸如Geant4，EGSnrc，MCNP等。

技术实现思路

[0004]本申请提供了利用蒙卡模拟工具以解决现有技术中存在的上述缺陷的方法。需要一种生成用于训练的X射线图像对的方法、装置和介质，其无需依赖于高剂量的X射线辐射，不会使得患者暴露于辐射风险，能够灵活迅速地按需生成大量的信噪比高、清晰度高且失真程度低的“好”X射线图像和由于真实成像状况导致引入噪声和失真的对应的“坏”X射线图像，该成对的“好”“坏”X射线图像的差异严格限于成像条件的差异。这样的成对的“好”“坏”X射线图像可以用于训练深度学习神经网络，使深度学习神经网络能够准确习得“好”图像和“坏”图像之间的映射关系，能够提高深度学习神经网络从“坏”图像处理得到的“好”图像的图像质量。
[0005]根据本申请的第一方案，提供了一种生成用于训练的X射线图像对的方法，包括：利用蒙特卡洛模拟软件，形成包含点源和构件的目标X射线成像系统的蒙特卡洛模型，所述蒙特卡洛模型设置了所述构件相关的第一配置参数，且所述第一配置参数不随成像条件的变化而变化；基于所述蒙特卡洛模型，分别基于理想成像状况和目标X射线成像系统的真实成像状况设置第二配置参数，以分别得到理想成像模型和真实成像模型；基于所述理想成像模型和真实成像模型分别对同一受检体进行模拟成像，分别得到理想图像和模拟真实图像，所述模拟真实图像用于模拟目标X射线成像系统的真实图像；以及将信噪比相关参数高于第一阈值的理想图像和模拟真实图像作为用于训练的X射线图像对。
[0006]根据本申请的第二方案，提供了一种生成用于训练的X射线图像对的装置，包括：
接口，其配置为接收用户基于理想成像状况以及目标X射线成像系统的真实成像状况对第二配置参数的配置；和处理器，其配置为执行如本申请的第一方案所述的生成用于训练的X射线图像对的方法。
[0007]根据本申请的第三方案，提供了一种非暂时性计算机可读介质，其上存储有指令，其中当由处理器执行时，所述指令执行如本申请的第一方案所述的生成用于训练的X射线图像对的方法的步骤。
[0008]本申请各个实施例提供的生成用于训练的X射线图像对的方法、装置和介质，利用蒙特卡洛模拟软件形成包含目标X射线成像系统的蒙特卡洛模型，该蒙特卡洛模型将不随成像条件变化而变化的第一配置参数都设定好，使得理想成像状况和真实成像状况之间的差异通过各种第二配置参数的设置来赋予对应的成像模型。基于蒙特卡洛模型通过第二配置参数的设置，可以方便地得到除了成像状况以外的方面都基本匹配的理想成像模型和真实成像模型，理想成像模型生成的理想图像是高质量图像，具有信噪比高、清晰度高和失真程度低的优点，图像质量能够高于通过X射线设备获得的临床医学图像的图像质量；这种获取“好”图像的方式相比于通过X射线设备获得高质量的临床医学图像的方式不必对患者使用X射线辐照，更能够避免高剂量的X射线的使用，使患者不具有辐射风险；基于真实成像状况得到模拟目标X射线成像系统的真实图像，即“坏”图像，相比于临床获得“坏”图像的方式，能够降低患者的辐射风险。如此，能够迅速且高效地得到大量的成对的理想图像和模拟真实图像，其差异严格限于成像条件的差异，更适于深度学习神经网络的训练，使深度学习神经网络能够准确习得“好”X射线图像和由于真实成像状况导致引入噪声和失真的对应的“坏”X射线图像之间的映射关系，能够提高深度学习神经网络从“坏”图像处理得到的“好”图像的图像质量。
附图说明
[0009]在不一定按比例绘制的附图中，相同的附图标记可以在不同的视图中描述相似的部件。具有字母后缀或不同字母后缀的相同附图标记可以表示相似部件的不同实例。附图大体上通过举例而不是限制的方式示出各种实施例，并且与说明书以及权利要求书一起用于对所公开的实施例进行说明。在适当的时候，在所有附图中使用相同的附图标记指代同一或相似的部分。这样的实施例是例证性的，而并非旨在作为本装置或方法的穷尽或排他实施例。
[0010]图1示出根据本申请实施例的生成用于训练的X射线图像对的方法的流程图；图2示出根据本申请实施例的形成蒙特卡洛模型的目标X射线成像系统的基本构造的示意图；图3示出根据本申请实施例的利用理想成像模型模拟作为受检体的圆柱体的X射线成像，所得到的理想图像；图4示出根据本申请实施例的利用真实成像模型模拟所述作为受检体的圆柱体的X射线成像，所得到的模拟真实图像；图5示出根据本申请实施例的蒙特卡洛模型的连续能谱图；以及图6示出根据本申请实施例的生成用于训练的X射线图像对的装置的结构图。
具体实施方式
[0011]为使本领域技术人员更好的理解本申请的技术方案，下面结合附图和具体实施方式对本申请作详细说明。下面结合附图和具体实施例对本申请的实施例作进一步详细描述，但不作为对本申请的限定。
[0012]本申请中使用的“第一”、“第二”以及类似的词语并不表示任何顺序、数量或者重要性，而只是用来区分。“包括”或者“包含”等类似的词语意指在该词前的要素涵盖在该词后列举的要素，并不排除也涵盖其他要素的可能。
[0013]图1示出根据本申请实施例的生成用于训练的X射线图像对的方法的流程图。包括：在步骤101，利用蒙特卡洛模拟软件，形成包含点源和构件的目标X射线成像系统的蒙特卡洛模型，所述蒙特卡洛模型设置了所述构件相关的第一配置参数，且所述第一配置参数不随成像条件的变化而变化。其中蒙特卡洛模拟软件可以使用Geant4、MCNP、EGS等软件或其改进版本等，也可以是自己研发的蒙特卡洛算法软件工具，本申请在此不做具体的限定。目标X射线成像系统包括能够生成X射线图像的点源和构件，通过在蒙特卡洛模拟软件中按照目标X射线成像系统进行设计，能够得到包含目标X射线成像系统的蒙特卡洛模型。
[本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种生成用于训练的X射线图像对的方法，其特征在于，包括：利用蒙特卡洛模拟软件，形成包含点源和构件的目标X射线成像系统的蒙特卡洛模型，所述蒙特卡洛模型设置了所述构件相关的第一配置参数，且所述第一配置参数不随成像条件的变化而变化；基于所述蒙特卡洛模型，分别基于理想成像状况和目标X射线成像系统的真实成像状况设置第二配置参数，以分别得到理想成像模型和真实成像模型；基于所述理想成像模型和真实成像模型分别对同一受检体进行模拟成像，分别得到理想图像和模拟真实图像，所述模拟真实图像用于模拟目标X射线成像系统的真实图像；以及将信噪比相关参数高于第一阈值的理想图像和模拟真实图像作为用于训练的X射线图像对。2.根据权利要求1所述的方法，其特征在于，所述X射线成像的构件包括球管和探测器，并且第一配置参数包括各构件的数量、几何属性、材料、组成以及各构件之间的位置关系。3.根据权利要求1所述的方法，其特征在于，所述第一配置参数和第二配置参数通过对所述蒙特卡洛模拟软件中的对应配置文件写入来配置，所述第二配置参数包括焦点形状和焦点尺寸，分别基于所述理想成像状况和所述目标X射线成像系统的真实成像状况设置第二配置参数具体包括：基于所述理想成像状况，设置所述焦点形状为点源，并设置所述焦点尺寸为所述蒙特卡洛模拟软件中允许的最小的焦点尺寸；基于所述目标X射线成像系统的真实成像状况，设置所述焦点形状为所述目标X射线成像系统所使用的点源的形状，设置所述焦点尺寸与所述目标X射线成像系统中所使用的点源的焦点尺寸相同。4.根据权利要求1所述的方法，其特征在于，所述第二配置参数还包括X射线剂量，分别基于所述理想成像状况和所述目标X射线成像系统的真实成像状况设置第二配置参数具体包括：基于所述理想成像状况，设置所述X射线剂量大于等于所述目标X射线成像系统所使用的常规X射线剂量的10倍；基于所述目标X射线成像系统的真实成像状况，设置所述X射线剂量为所述目标X射线成像系统所使用的常规X射线剂量。5.根据权利要求2所述的方法，其特征在于，所述第二配置参数还包括散射光子，分别基于所述理想成像状况和所述目标X射线成像系...

【专利技术属性】
技术研发人员：刘春燕，
申请(专利权)人：北京唯迈医疗设备有限公司，
类型：发明
国别省市：