【技术实现步骤摘要】
本专利技术实施例涉及医学图像处理领域，尤其涉及一种能谱图像处理方法、装置、计算机设备及存储介质。
技术介绍
1、传统ct(computed tomography，即电子计算机断层扫描)成像中，具有不同物质组成的解剖结构可能表现出同样的ct衰减值，因此限制其区分不同物质组成的能力。通过采集两个或多个x线能谱数据集的能谱ct技术，可用于解决传统ct成像中这一长期存在的技术局限。能谱ct涉及诸多研究方向，其中数据采集技术和定量物质分解技术是最为主要的研究方向。
2、关于定量位置分解技术，模型驱动的物质分解方法主要分为不直接的物质分解方法和直接的物质分解方法。1)不直接物质分解方法。这类方法中的第一个子类别首先进行投影空间物质分解，而后对材料基线积分数据进行解析或者迭代图像重建。由于物质分解是一个不稳定过程，这类方法对噪声比较敏感，特别是在低剂量条件下，难以获得精准的物质分解。这类方法中的第二个子类别首先对能谱数据进行迭代重建，而后进行图像空间物质分解。这类方法相对简单，但无法消除线束硬化伪影和金属伪影等。2)直接物质分解方法。直接从能谱数据中重建材料基图像方法，对数据采集物理过程进行建模，并引入关于基材料图像的先验知识，提高物质分解的定量准确度。然而，非线性多能x线测量模型使得直接物质分解问题的病态程度很高，尤其是低剂量数据采集条件下。另外，对数据采集物理过程进行完整、精确的建模往往是十分困难的，由此可能在材料基图像中引入误差。近年来，数据驱动的方法开始应用于能谱ct 物质分解，其中包括图像空间分解网络、投影空间分解网络、
3、本申请人在实现本专利技术实施例的过程中发现，现有技术过于依赖寻找输入数据与输出数据之间的统计相关性，因此其物质分解定量精度较低。
技术实现思路
1、本专利技术实施例提供了一种能谱图像处理方法、装置、计算机设备及存储介质，解决了现有能谱图像处理方法存在物质分解定量精度较低的问题。
2、第一方面，本专利技术实施例提供了一种能谱图像处理方法，包括：
3、确定测量能谱数据对应的初始材料图像序列；
4、将所述初始材料图像序列对应的材料数据输入已训练的能谱数据模型以得到估计能谱数据；
5、如果所述估计能谱数据与所述测量能谱数据的差异在设定误差范围内，则将所述初始材料图像序列作为期望材料图像序列；
6、如果所述估计能谱数据与所述测量能谱数据的差异未在设定误差范围内，则根据该差异调整所述材料数据，并将调整后的材料数据对应的材料图像序列作为期望材料图像序列。
7、第二方面，本专利技术实施例还提供了一种能谱图像处理方法，包括：
8、材料图像模块，用于确定测量能谱数据对应的初始材料图像序列；
9、能谱数据估计模块，将所述初始材料图像序列对应的材料数据输入已训练的能谱数据模型以得到估计能谱数据；
10、第一输出模块，用于如果所述估计能谱数据与所述测量能谱数据的差异在设定误差范围内，则将所述初始材料图像序列作为期望材料图像序列；
11、第二输出模块，用于如果所述估计能谱数据与所述测量能谱数据的差异未在设定误差范围内，则根据该差异调整所述材料数据，并将调整后的材料数据对应的材料图像序列作为期望材料图像序列。
12、第三方面，本专利技术实施例还提供了一种计算机设备，所述计算机设备包括：
13、一个或多个处理器；
14、存储装置，用于存储一个或多个程序；
15、当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如任意实施例所述的能谱图像处理方法。
16、第四方面，一种包含计算机可执行指令的存储介质，其特征在于，所述计算机可执行指令在由计算机处理器执行时用于执行如任意实施例所述的能谱图像处理方法。
17、本专利技术实施例提供的能谱图像处理方法的技术方案，确定测量能谱数据对应的初始材料图像序列；将初始材料图像序列对应的材料数据输入已训练的能谱数据模型以得到估计能谱数据；如果估计能谱数据与测量能谱数据的差异在设定误差范围内，则将初始材料图像序列作为期望材料图像序列；如果估计能谱数据与测量能谱数据的差异未在设定误差范围内，则根据该差异调整材料数据，并将调整后的材料数据对应的材料图像序列作为期望材料图像序列，该材料数据调整方式可保证材料数据调整的速度和有效性；估计能谱数据与测量能谱数据之间的差异确定、材料数据调整的计算量均比较小，因此可满足临床图像处理速度的要求。
本文档来自技高网...【技术保护点】
1.一种能谱图像处理方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述确定测量能谱数据对应的初始材料图像序列包括：
3.根据权利要求1所述的方法，其特征在于，根据以下步骤确定所述初始材料图像序列对应的材料数据：
4.根据权利要求1所述的方法，其特征在于，所述测量能谱数据包括至少两级射线能量的投影数据帧，所述测量能谱数据对应至少两个材料基数据。
5.根据权利要求1所述的方法，其特征在于，通过以下步骤完成所述能谱数据模型的训练，包括：
6.根据权利要求1所述的方法，其特征在于，所述材料数据包括所述初始图像序列中的初始材料图像对应的材料基数据，以及所述材料基数据中的每个数据对应的探测器探元位置和投影角度。
7.根据权利要求1-6任一所述的方法，其特征在于，所述能谱数据可通过双源双探测器、快速管电压切换、慢速管电压切换、线束过滤、光子计数探测器、双层探测器中的一种方式或多种方式的组合来获取。
8.一种能谱图像处理装置，其特征在于，包括：
9.一种计算机设备，其特征在于，所
10.一种包含计算机可执行指令的存储介质，其特征在于，所述计算机可执行指令在由计算机处理器执行时用于执行如权利要求1-7中任一所述的能谱图像处理方法。
...【技术特征摘要】
1.一种能谱图像处理方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述确定测量能谱数据对应的初始材料图像序列包括：
3.根据权利要求1所述的方法，其特征在于，根据以下步骤确定所述初始材料图像序列对应的材料数据：
4.根据权利要求1所述的方法，其特征在于，所述测量能谱数据包括至少两级射线能量的投影数据帧，所述测量能谱数据对应至少两个材料基数据。
5.根据权利要求1所述的方法，其特征在于，通过以下步骤完成所述能谱数据模型的训练，包括：
6.根据权利要求1所述的方法，其特征在于，所述材料数据包括所述初始图像...
【专利技术属性】
技术研发人员：李印生，梁栋，刘新，郑海荣，
申请(专利权)人：中国科学院深圳先进技术研究院，
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。