System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 图像处理方法、装置、电子设备及介质制造方法及图纸_技高网

图像处理方法、装置、电子设备及介质制造方法及图纸

技术编号:40208117 阅读:5 留言:0更新日期:2024-02-02 22:18
本发明专利技术提供了一种图像处理方法、装置、电子设备及介质,该方法包括,构建目标成像系统对应的成像系统模拟模型;采用所述成像系统模拟模型对预设图像进行正投影处理,以得到对应的目标数据;采用预设加噪方式对所述目标数据进行加噪处理,以得到第一含噪声数据;基于所述第一含噪声数据与所述目标数据的差值,模拟得到所述目标成像系统对所述预设图像产生的纯噪声数据。本发明专利技术的图像处理方法、装置、电子设备及介质,只需要利用任意CT设备中产生的高质量图像,就可以模拟得到任意实体成像设备上对应预设图像的纯噪声数据,优化了纯噪声数据的获得方法,还便于获取不同噪声水平对应的纯噪声数据,进而得到纯噪声图像或者是含噪声图像。

【技术实现步骤摘要】

本专利技术涉及医疗影像,特别是涉及一种图像处理方法、装置、电子设备及介质


技术介绍

1、对于ct(computed tomography,计算机断层扫描)设备来说,不同的成像设备的几何参数不同,所得到的图像的噪声形态会不同。即使是同一ct设备,不同的入射剂量所产生的噪声水平也会不同。

2、在有监督的深度学习训练中,基于降噪的深度学习训练通常需要使用不同的入射剂量对应的噪声数据进行模型的训练,高低不同的入射剂量数据对应着不同噪声水平的噪声数据。对于无监督的深度学习训练中,也需要使用不同噪声形态的噪声数据或者噪声图像进行模型的训练。因此,获得不同机型的ct设备的对应的纯噪声数据或者纯噪声图像,是基于降噪的深度学习训练中的重要需求。这就亟需一种方法能获取深度学习降噪技术所预期要使用的机型上对应的不同噪声水平和形态的纯噪声数据或纯噪声图像。

3、现有技术中,获得针对某个ct设备的纯噪声图像,需要基于该ct设备先采集到高剂量生数据进行加噪,然后再通过重建获得。这就要求必须先获得某个ct设备对应的高剂量生数据,才能进行模拟高低入射剂量产生的不同噪声水平的纯噪声图像。在实际应用中,有些ct设备很难获得对应的生数据,因此,也难以获得对应的不同噪声水平的纯噪声图像。


技术实现思路

1、本专利技术要解决的技术问题是为了克服现有技术中的缺陷,提供一种基于高质量临床图像,模拟生成在任意成像系统上的纯噪声数据或者纯噪声图像的图像处理方法、装置、电子设备及介质。

2、本专利技术是通过下述技术方案来解决上述技术问题:

3、本专利技术的一方面,提供一种图像处理方法,包括,

4、构建目标成像系统对应的成像系统模拟模型;

5、采用所述成像系统模拟模型对预设图像进行正投影处理,以得到对应的目标数据;

6、采用预设加噪方式对所述目标数据进行加噪处理,以得到第一含噪声数据;

7、基于所述第一含噪声数据与所述目标数据的差值,模拟得到所述目标成像系统对所述预设图像产生的纯噪声数据。

8、优选地,所述目标成像系统包括x射线成像系统。

9、优选地,所述采用所述成像系统模拟模型对预设图像进行正投影处理,以得到对应的目标数据的步骤,包括,

10、基于所述成像系统模拟模型将所述预设图像转换为对应的x射线衰减系数,并对所述衰减系数进行正投影处理,以得到对应的所述目标数据;

11、或,

12、基于所述成像系统模拟模型对所述预设图像转换进行正投影处理,以得到中间投影数据,并将所述中间投影数据转换为对应的x射线衰减系数,以得到所述目标数据。

13、优选地,所述预设加噪方式包括基于泊松分布函数的加噪方式。

14、优选地,所述方法还包括,

15、将所述纯噪声数据叠加至所述目标数据上,以生成新的第一含噪声数据;并基于新的所述第一含噪声数据生成对应的第一含噪声图像;

16、和/或,

17、基于所述纯噪声数据,生成对应的纯噪声图像,

18、将所述纯噪声图像叠加至所述预设图像,以生成对应的第一含噪声图像。

19、优选地,所述方法还包括,

20、获取第一噪声叠加指令;

21、根据所述第一噪声叠加指令对应的第一噪声叠加比例对所述纯噪声数据进行调整,得到待叠加噪声数据;

22、将所述待叠加噪声数据叠加至所述目标数据上,以生成第二含噪声数据,或,生成第二含噪声数据并基于所述第二含噪声数据生成对应的第二含噪声图像。

23、优选地,所述方法还包括,

24、基于所述纯噪声数据,生成对应的纯噪声图像,

25、获取第二噪声叠加指令;

26、根据所述第二噪声叠加指令对应的第二噪声叠加比例对所述纯噪声图像进行调整,生成待叠加噪声图像;

27、将所述待叠加噪声图像叠加至所述预设图像上,以生成第二含噪声图像。

28、本专利技术的另一方面,提供一种图像处理装置,包括,

29、构建单元,用于构建目标成像系统对应的成像系统模拟模型;

30、投影单元,采用所述成像系统模拟模型基于预设图像进行正投影处理,以得到对应的目标数据;

31、加噪单元,采用预设加噪方式对所述目标数据进行加噪处理,以得到第一含噪声数据;

32、模拟单元,基于所述第一含噪声数据与所述目标数据的差值,模拟得到所述目标成像系统对所述预设图像产生的纯噪声数据。

33、本专利技术的另一方面,提供一种电子设备,包括,

34、至少一个处理器;以及

35、与所述至少一个处理器通信连接的存储器;其中,

36、所述存储器存储有用于所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行如上述中任一项所述的方法。

37、本专利技术的另一方面,提供了一种存储有计算机指令的非瞬时计算机可读存储介质,其中,所述计算机指令用于使所述计算机执行上述任一项所述的方法。

38、在符合本领域常识的基础上,所述各优选条件,可任意组合,即得本专利技术各较佳实施例。

39、本专利技术的积极进步效果在于:本专利技术实施例所提供的图像处理方法、装置、电子设备及介质,只需要利用任意ct设备中产生的高质量图像,就可以模拟得到任意实体成像设备上对应预设图像的纯噪声数据,摆脱了纯噪声数据必须在对应的实体成像设备上先得到对应的生数据后才能获得的限制,优化了纯噪声数据的获得方法,还便于获取不同噪声水平对应的纯噪声数据,进而得到纯噪声图像或者是含噪声图像,以用于基于降噪的深度学习训练。

本文档来自技高网...

【技术保护点】

1.一种图像处理方法,其特征在于,包括,

2.根据权利要求1所述的图像处理方法,其特征在于,所述目标成像系统包括X射线成像系统。

3.根据权利要求2所述的图像处理方法,其特征在于,所述采用所述成像系统模拟模型对预设图像进行正投影处理,以得到对应的目标数据的步骤,包括,

4.根据权利要求1所述的图像处理方法,其特征在于,所述预设加噪方式包括基于泊松分布函数的加噪方式。

5.根据权利要求1-4中任一项所述的图像处理方法,其特征在于,所述方法还包括,

6.根据权利要求1-4中任一项所述的图像处理方法,其特征在于,所述方法还包括,

7.根据权利要求1-4中任一项所述的图像处理方法,其特征在于,所述方法还包括,

8.一种图像处理装置,其特征在于,包括,

9.一种电子设备,包括,

10.一种存储有计算机指令的非瞬时计算机可读存储介质,其中,所述计算机指令用于使所述计算机执行根据权利要求1-7中任一项所述的方法。

【技术特征摘要】

1.一种图像处理方法,其特征在于,包括,

2.根据权利要求1所述的图像处理方法,其特征在于,所述目标成像系统包括x射线成像系统。

3.根据权利要求2所述的图像处理方法,其特征在于,所述采用所述成像系统模拟模型对预设图像进行正投影处理,以得到对应的目标数据的步骤,包括,

4.根据权利要求1所述的图像处理方法,其特征在于,所述预设加噪方式包括基于泊松分布函数的加噪方式。

5.根据权利要求1-4中任一项所述的图像处...

【专利技术属性】
技术研发人员:曹文静石一然田婧
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:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1