CT图像的处理方法、处理系统和计算机可读存储介质技术方案

本发明专利技术公开了一种CT图像的处理方法、处理系统和计算机可读存储介质。属于图像处理技术领域。该方法包括：基于第一CT图像集训练第一神经网络，第一CT图像集通过低剂量获取；基于通过高剂量获取的第二CT图像集，训练第二神经网络；对第一CT图像集进行线性插值处理，得到第三CT图像集；获取第二神经网络对第三CT图像集识别的正识别结果的第一类激活热力图，以及负匹配结果集对应的第二类激活热力图；基于第一类激活热力图和第二类激活热力图，确定第一CT图像集内图像区域和剂量指数的关联性。本发明专利技术解决通过GAN网络生成的图像与高剂量CT图像之间存在较大差异的技术问题。本发明专利技术主要用于CT图像处理。

【技术实现步骤摘要】

本专利技术涉及图像处理，尤其涉及一种ct图像的处理方法、处理系统和计算机可读存储介质。

技术介绍

1、ct（computed tomography，计算机断层扫描）技术被广泛应用于各种疾病的检查。通过ct设备对病人进行扫描得到ct图像，医生根据ct图像对病人进行诊断。ct图像包括低剂量ct图像和高剂量ct图像。与低剂量ct图像相比，高剂量ct图像的清晰度更高，更能准确显示病人的病灶部位。为了便于医生根据ct图像判断病情，在得到低剂量ct图像之后，会根据gan生成网络对低剂量ct图像进行重建，生成高分辨率图像。而通过gan生成网络生成的高分辨率图像与高剂量ct图像之间存在较大差异，因此，应提供一些方法至少部分解决此类问题。

技术实现思路

1、本专利技术至少一个方面和优点将在下面的描述中部分地被阐述，或者可以从描述中显而易见，或者可以通过实践本公开的主题来获取。

2、根据本专利技术的第一个方面，ct图像的处理方法，包括：

3、基于第一ct图像集训练第一神经网络，使第一标注区域被识别；所述第本文档来自技高网...

【技术保护点】

1.CT图像的处理方法，其特征在于，包括：

2.如权利要求1所述的CT图像的处理方法，其特征在于，所述第一神经网络和第二神经网络均为全卷积的RCNN神经网络；

3.如权利要求1所述的CT图像的处理方法，其特征在于，所述线性插值处理包括：

4.如权利要求1所述的CT图像的处理方法，其特征在于，获取第一类激活热力图中的激活区域，对激活区域图像中的灰度特征进行提取，得到第一类灰度区域特征；

5.如权利要求4所述的CT图像的处理方法，其特征在于，获取低剂量获取的CT图像区域内的灰度区域特征，根据灰度区域特征和聚类中心的欧氏距离，确定灰度区域特征对应...

【技术特征摘要】

1.ct图像的处理方法，其特征在于，包括：

2.如权利要求1所述的ct图像的处理方法，其特征在于，所述第一神经网络和第二神经网络均为全卷积的rcnn神经网络；

3.如权利要求1所述的ct图像的处理方法，其特征在于，所述线性插值处理包括：

4.如权利要求1所述的ct图像的处理方法，其特征在于，获取第一类激活热力图中的激活区域，对激活区域图像中的灰度特征进行提取，得到第一类灰度区域特征；

5.如权利要求4所述的ct图像的处理方法，其特征在于，获取低剂量获取的ct图像区域内的灰度区域特征，根据灰度区域特征和聚类中心的欧氏距离，确定灰度区域特征对应的簇；基于簇内的第一类灰度区域特征比例确定ct图像的可信度。

6....

【专利技术属性】
技术研发人员：于雁宾，
申请(专利权)人：应急总医院，
类型：发明
国别省市：