【技术实现步骤摘要】
本申请涉及医学图像处理，尤其涉及一种训练数据集的生成方法、装置、设备及存储介质。
技术介绍
1、手术导航技术，也称为图像引导手术，是一种先进的医疗技术。在手术导航中，图像配准方法发挥了关键性的作用。传统的图像配准方法通常采用迭代的方式，但往往耗时较长。然而，随着人工智能的发展，近期图像配准方法逐渐转向基于深度学习的方法，即通过训练图像配准模型，而后在手术中通过图像配准模型推理，实现图像配准，能够大大缩短图像配准的时间，提高手术导航的效率。
2、在对图像配准模型进行训练时，需要大量带有标签的数据集，但是，目前带有标签的真实金标准数据集非常匮乏，导致训练获得的图像配准模型的效果不理想。因此，亟需一种生成用于训练图像配准模型的训练数据集的有效方案。
技术实现思路
1、本申请提供一种训练数据集的生成方法、装置、设备及存储介质，以提供一种生成用于训练图像配准模型的训练数据集的有效方案。
2、第一方面，本申请提供一种训练数据集的生成方法，训练数据集用于训练图像配准模型，训练数据集包含多个训练样本，每个训练样本包含样本数据和样本数据对应的标签数据，样本数据包含原始三维计算机断层扫描(computed tomography，ct)图像、待模拟的c型臂的成像参数和原始三维ct图像对应的二维模拟透视图像，标签数据包含相对变换参数，该训练数据集的生成方法包括：
3、获取原始三维ct图像，原始三维ct图像为包含至少三节连续椎体的图像；
4、对原始三维ct图像
5、针对整体变换后的三维ct图像中的每节椎体，基于预设相邻椎体相对移动范围和整体变换参数，沿预设旋转方向依次进行椎体间的相对旋转，获得每节椎体相对原始三维ct图像的相对变换参数以及相对变换后的三维ct图像；
6、基于待模拟的c型臂的成像参数和相对变换后的三维ct图像，投影生成相对变换后的三维ct图像对应的二维基础图像；
7、对二维基础图像进行风格迁移处理，获得二维模拟透视图像。
8、可选的，对原始三维ct图像进行整体变换处理，得到整体变换后的三维ct图像和整体变换参数，包括：以原始三维ct图像的中心为原点，将原始三维ct图像依次沿原始三维ct图像的x轴旋转第一预设角度、沿原始三维ct图像的y轴旋转第二预设角度以及沿原始三维ct图像的z轴旋转第三预设角度，得到旋转后的三维ct图像；将旋转后的三维ct图像依次沿x轴平移第一预设距离、沿y轴平移第二预设距离以及沿z轴平移第三预设距离，得到整体变换后的三维ct图像；根据第一预设角度、第二预设角度、第三预设角度、第一预设距离、第二预设距离以及第三预设距离，获得整体变换参数。
9、可选的，针对整体变换后的三维ct图像中的每节椎体，基于预设相邻椎体相对移动范围和整体变换参数，沿预设旋转方向依次进行椎体间的相对旋转，获得每节椎体相对原始三维ct图像的相对变换参数以及相对变换后的三维ct图像，包括：针对整体变换后的三维ct图像中的每节椎体，基于预设相邻椎体相对移动范围，沿预设旋转方向依次进行椎体间的相对旋转，并基于整体变换参数，获得每节椎体相对原始三维ct图像的相对变换参数；根据相对变换参数，将原始三维ct图像中每节椎体的掩膜对应的区域变换至目标空间位置；确定目标空白区域，目标空白区域是将椎体的掩膜对应的区域变换至目标空间位置后产生的空白区域；采用预设填充方法对目标空白区域进行填充处理，获得相对变换后的三维ct图像。
10、可选的，针对整体变换后的三维ct图像中的每节椎体，基于预设相邻椎体相对移动范围，沿预设旋转方向依次进行椎体间的相对旋转，并基于整体变换参数，获得每节椎体相对原始三维ct图像的相对变换参数，包括：针对整体变换后的三维ct图像中的每节待旋转的椎体，执行以下操作：确定保持不动的目标椎体；将目标椎体相邻的待旋转的当前椎体以及当前椎体相邻的其他椎体以目标椎体的中心为原点，依次沿目标椎体的x轴旋转第四预设角度、沿目标椎体的y轴旋转第五预设角度以及沿目标椎体的z轴旋转第六预设角度，得到当前椎体相对目标椎体的变换参数，第四预设角度、第五预设角度和第六预设角度为预设相邻椎体相对移动范围内的随机角度值；根据整体变换参数和当前椎体相对目标椎体的变换参数，获得当前椎体相对原始三维ct图像的相对变换参数。
11、可选的，对原始三维ct图像进行整体变换处理之前，该训练数据集的生成方法还包括：将原始三维ct图像输入至椎体分割网络模型进行椎体分割处理，得到至少三节连续椎体中每节椎体的掩膜和标识信息。
12、可选的，基于待模拟的c型臂的成像参数和相对变换后的三维ct图像，投影生成相对变换后的三维ct图像对应的二维基础图像，包括：根据成像参数，设置c型臂的发射光源和接收器的位置以及相对变换后的三维ct图像的位置；采用数字重建放射图像(digitallyreconstructed radiographs，drr)方法投影生成相对变换后的三维ct图像对应的二维基础图像。
13、可选的，对二维基础图像进行风格迁移处理，获得二维模拟透视图像，包括：将二维基础图像输入至风格迁移网络模型进行风格迁移处理，获得二维模拟透视图像。
14、可选的，原始三维ct图像可对应多组成像参数和/或多组相对变换参数。
15、第二方面，本申请提供一种训练数据集的生成装置，训练数据集用于训练图像配准模型，训练数据集包含多个训练样本，每个训练样本包含样本数据和样本数据对应的标签数据，样本数据包含原始三维ct图像、待模拟的c型臂的成像参数和原始三维ct图像对应的二维模拟透视图像，标签数据包含相对变换参数，该训练数据集的生成装置包括：
16、获取模块，用于获取原始三维ct图像，原始三维ct图像为包含至少三节连续椎体的图像；
17、第一处理模块，用于对原始三维ct图像进行整体变换处理，得到整体变换后的三维ct图像和整体变换参数；
18、第二处理模块，用于针对整体变换后的三维ct图像中的每节椎体，基于预设相邻椎体相对移动范围和整体变换参数，沿预设旋转方向依次进行椎体间的相对旋转，获得每节椎体相对原始三维ct图像的相对变换参数以及相对变换后的三维ct图像；
19、生成模块，用于基于待模拟的c型臂的成像参数和相对变换后的三维ct图像，投影生成相对变换后的三维ct图像对应的二维基础图像；
20、第三处理模块，用于对二维基础图像进行风格迁移处理，获得二维模拟透视图像。
21、可选的，第一处理模块具体用于：以原始三维ct图像的中心为原点，将原始三维ct图像依次沿原始三维ct图像的x轴旋转第一预设角度、沿原始三维ct图像的y轴旋转第二预设角度以及沿原始三维ct图像的z轴旋转第三预设角度，得到旋转后的三维ct图像；将旋转后的三维ct图像依次沿x轴平移第一预设距离、沿y轴平移第二预设距离以及沿z轴平移第三预设距离本文档来自技高网...
【技术保护点】
1.一种训练数据集的生成方法，其特征在于，所述训练数据集用于训练图像配准模型，所述训练数据集包含多个训练样本，每个所述训练样本包含样本数据和所述样本数据对应的标签数据，所述样本数据包含原始三维计算机断层扫描CT图像、待模拟的C型臂的成像参数和原始三维CT图像对应的二维模拟透视图像，所述标签数据包含相对变换参数，所述训练数据集的生成方法包括：
2.根据权利要求1所述的训练数据集的生成方法，其特征在于，所述对所述原始三维CT图像进行整体变换处理，得到整体变换后的三维CT图像和整体变换参数，包括：
3.根据权利要求2所述的训练数据集的生成方法，其特征在于，所述针对所述整体变换后的三维CT图像中的每节椎体，基于预设相邻椎体相对移动范围和所述整体变换参数，沿预设旋转方向依次进行椎体间的相对旋转，获得每节椎体相对所述原始三维CT图像的相对变换参数以及相对变换后的三维CT图像，包括：
4.根据权利要求3所述的训练数据集的生成方法，其特征在于，所述针对所述整体变换后的三维CT图像中的每节椎体，基于预设相邻椎体相对移动范围，沿预设旋转方向依次进行椎体间的相对旋转
5.根据权利要求1至4中任一项所述的训练数据集的生成方法，其特征在于，所述对所述原始三维CT图像进行整体变换处理之前，还包括：
6.根据权利要求1至4中任一项所述的训练数据集的生成方法，其特征在于，所述基于待模拟的C型臂的成像参数和所述相对变换后的三维CT图像，投影生成所述相对变换后的三维CT图像对应的二维基础图像，包括：
7.根据权利要求1至4中任一项所述的训练数据集的生成方法，其特征在于，所述对所述二维基础图像进行风格迁移处理，获得二维模拟透视图像，包括：
8.根据权利要求1至4中任一项所述的训练数据集的生成方法，其特征在于，所述原始三维CT图像可对应多组成像参数和/或多组相对变换参数。
9.一种训练数据集的生成装置，其特征在于，所述训练数据集用于训练图像配准模型，所述训练数据集包含多个训练样本，每个所述训练样本包含样本数据和所述样本数据对应的标签数据，所述样本数据包含原始三维计算机断层扫描CT图像、待模拟的C型臂的成像参数和原始三维CT图像对应的二维模拟透视图像，所述标签数据包含相对变换参数，所述训练数据集的生成装置包括：
10.一种电子设备，其特征在于，包括：处理器，以及与所述处理器通信连接的存储器；
11.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质中存储有计算机程序指令，所述计算机程序指令被执行时，实现如权利要求1至8中任一项所述的训练数据集的生成方法。
...【技术特征摘要】
1.一种训练数据集的生成方法，其特征在于，所述训练数据集用于训练图像配准模型，所述训练数据集包含多个训练样本，每个所述训练样本包含样本数据和所述样本数据对应的标签数据，所述样本数据包含原始三维计算机断层扫描ct图像、待模拟的c型臂的成像参数和原始三维ct图像对应的二维模拟透视图像，所述标签数据包含相对变换参数，所述训练数据集的生成方法包括：
2.根据权利要求1所述的训练数据集的生成方法，其特征在于，所述对所述原始三维ct图像进行整体变换处理，得到整体变换后的三维ct图像和整体变换参数，包括：
3.根据权利要求2所述的训练数据集的生成方法，其特征在于，所述针对所述整体变换后的三维ct图像中的每节椎体，基于预设相邻椎体相对移动范围和所述整体变换参数，沿预设旋转方向依次进行椎体间的相对旋转，获得每节椎体相对所述原始三维ct图像的相对变换参数以及相对变换后的三维ct图像，包括：
4.根据权利要求3所述的训练数据集的生成方法，其特征在于，所述针对所述整体变换后的三维ct图像中的每节椎体，基于预设相邻椎体相对移动范围，沿预设旋转方向依次进行椎体间的相对旋转，并基于所述整体变换参数，获得每节椎体相对所述原始三维ct图像的相对变换参数，包括：
5.根据权利要求1至4中任一项所述的训练数据集的生成方法，其特征在于，所述对所述原始三维c...
【专利技术属性】
技术研发人员：郭延恩，徐少康，杨杰，唐文彬，邵明昊，蔡宁，宓海，
申请(专利权)人：上海极睿医疗科技有限公司，
类型：发明
国别省市：
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。