[发明专利]模型生成方法、图像处理方法及医学成像设备

说明书

本发明实施例提供了一种模型生成方法、图像处理方法及医学成像设备。本发明实施例通过在指定成像参数下，获取具有散射分量的第一图像数据以及不具有散射分量的第二图像数据，从第一图像数据或其相关数据中选取输入数据，从第二图像数据或其相关数据中选取标签数据，根据输入数据和标签数据，采用神经网络进行机器学习，生成散射校正模型，利用神经网络进行机器学习，生成散射校正模型，用于对DR图像进行散射校正，不需要加大X射线的辐射剂量，因此安全性较好，不需要在DR设备中增加滤线栅，从而能够降低DR设备的成本，在一定程度上解决了现有技术中带滤线栅的DR设备的安全性较差、成本较高的问题。

【技术领域】

本方案涉及图像处理技术领域，尤其涉及数字射线成像中一种模型生成方法、图像处理方法及医学成像设备。

【背景技术】

高能射线具有很强的穿透能力，能透过许多对可见光不透明的物质。医学成像设备利用高能射线的这种穿透能力，对人体进行成像。例如，DR(Digital Radiography，数字化X线摄影)设备就是一种利用X射线照射待检测目标，通过X射线探测器采集透过待检测目标的X射线进行成像的设备。

用高能射线辐照待检测目标时，在射线透过待检测目标后，不仅有初级辐射产生，而且有散射辐射产生。散射辐射会产生额外的曝光，如同“散射雾”一般叠加在射线的图像上，从而降低了射线图像的对比度和清晰度，同时也降低了图像细微处的信噪比。以DR设备为例，利用透过待检测目标的X射线所形成的DR图像中，既有直射X射线的图像分量(这部分是人们需要的有用图像)，也有散射X射线的图像分量(这部分是叠加在有用图像上的干扰图像)

现有技术中，通过在待检测目标与X射线探测器之间加入抗散射滤线栅，来降低散射X射线对于DR设备成像的影响，以改善DR设备的成像质量。但是，由于抗散射滤线栅阻挡了部分应该射向X射线探测器的X射线，需要加大X射线的辐射剂量。这样就加大了对人体的辐射伤害，导致DR设备的安全性较差。同时，使用滤线栅，需要提高对DR设备中的X射线管和高压发生器的要求，从而增加了DR设备的成本。

可见，现有技术中存在的带滤线栅的DR设备的安全性较差、成本较高的问题。

【发明内容】

有鉴于此，本方案实施例提供了一种模型生成方法、图像处理方法及医学成像设备，用以解决现有技术中带滤线栅的DR设备的安全性较差、成本较高的问题。

第一方面，本方案实施例提供一种模型生成方法，所述方法包括：

在指定成像参数下，获取包含散射分量的第一图像数据，以及获取与所述第一图像数据对应的所述散射分量抑制的第二图像数据；

选取所述第一图像数据中或所述第一图像数据的相关数据中指定位置处的数据，作为输入数据，以及选取所述第二图像数据中或所述第二图像数据的相关数据中与所述指定位置相对应的位置处的数据，作为标签数据；

根据所述输入数据和所述标签数据，采用卷积神经网络进行机器学习，生成所述指定成像参数对应的基于卷积神经网络的散射校正模型。

如上所述的方面和任一可能的实现方式，进一步提供一种实现方式，在指定成像参数下，获取包含散射分量的第一图像数据，以及获取与所述第一图像数据对应的所述散射分量抑制的第二图像数据之后，所述方法还包括：

根据所述第一图像数据获取第三图像数据，以及根据所述第二图像数据获取第四图像数据；

选取所述第一图像数据中或所述第一图像数据的相关数据中指定位置处的数据，作为输入数据，以及选取所述第二图像数据中或所述第二图像数据的相关数据中与所述指定位置相对应的位置处的数据，作为标签数据，包括：选取所述第三图像数据中指定位置处的数据，作为输入数据，以及选取所述第四图像数据中与所述指定位置相对应的位置处的数据，作为标签数据。