[发明专利]CT图像序列的增强方法及装置有效

专利信息
申请号: 201711173998.5 申请日: 2017-11-22
公开(公告)号: CN107862665B 公开(公告)日: 2020-09-11
发明(设计)人: 李玉杰;刘立 申请(专利权)人: 北京医拍智能科技有限公司
主分类号: G06T5/00 分类号: G06T5/00;G06N3/04
代理公司: 北京路浩知识产权代理有限公司 11002 代理人: 王莹;吴欢燕
地址: 100085 北京市海淀*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: ct 图像 序列 增强 方法 装置
【说明书】:

发明提供一种CT图像序列的增强方法及装置。该方法包括:将待增强CT图像序列中各CT图像转换为灰度图像,将灰度图像缩放为预设尺寸的图像后水平叠放且合并,得到三维立体图像,将三维立体图像竖直分割,得到第一预设数目的第一尺寸的待增强二维图像,将第一预设数目的第一尺寸的待增强二维图像依次输入至图像增强模型,输出第一预设数目的第二尺寸的增强二维图像,将第一预设数目的第二尺寸的增强二维图像竖直排列,合并为增强三维立体图像,将增强三维立体图像水平分割为第二预设数目的预设尺寸的目标二维图像,作为待增强CT图像序列对应的增强CT图像序列。本发明实现了待增强CT图像序列的增强。

技术领域

本发明涉及图像增强技术领域,更具体地,涉及一种CT图像序列的增强方法及装置。

背景技术

CT(Computed Tomography),即电子计算机断层扫描,是利用精确准直的X线束、γ射线、超声波等,与灵敏度极高的探测器一同围绕人体的某一部位作一个接一个的断面扫描。

扫描可分为薄层扫描和厚层扫描。薄层扫描得到的CT图像序列中各CT图像,能很好的反映受检者人体内部结构,对于疾病的诊断有很大的参考价值。但薄层扫描的X光剂量较大,容易对人体健康产生影响。厚层扫描得到的CT图像序列中各CT图像相对模糊,对于疾病的诊断准确率会产生很大的影响。因此,目前急需一种CT图像序列增强方法对厚层扫描得到的CT图像序列进行增强,以在尽可能减小CT扫描对人体损伤的同时为医生提供清晰的CT图像序列。

发明内容

本发明提供一种CT图像序列的增强方法及装置,以克服现有技术中,厚层扫描得到的CT图像序列中各CT图像相对模糊,对于疾病的诊断准确率会产生很大的影响的问题。

根据本发明的第一方面,提供一种CT图像序列的增强方法,该方法包括:步骤1,将待增强CT图像序列进行预处理,得到第一预设数目的第一尺寸的待增强二维图像;所述预处理为将CT图像序列中各CT图像转换为灰度图像,将所述灰度图像缩放为预设尺寸的图像后水平叠放且合并,得到三维立体图像,将所述三维立体图像竖直分割;步骤2,将所述第一预设数目的第一尺寸的待增强二维图像依次输入至图像增强模型,输出所述第一预设数目的第二尺寸的增强二维图像;所述图像增强模型为利用增强CT图像序列已知的若干训练CT图像序列对深度神经网络进行训练而得;步骤3,将所述第一预设数目的第二尺寸的增强二维图像竖直排列,合并为增强三维立体图像,将所述增强三维立体图像水平分割为第二预设数目的所述预设尺寸的目标二维图像,作为所述待增强CT图像序列对应的增强CT图像序列。

其中,在步骤1之前,所述方法还包括:获取所述若干训练CT图像序列的真实三维立体图像和在所述深度神经网络下的增强三维立体图像;根据所述若干训练CT图像序列的真实三维立体图像和在所述深度神经网络下的增强三维立体图像,得到所述深度神经网络在所述若干训练CT图像序列下的损失函数;利用梯度下降法,最小化所述损失函数,得到所述深度神经网络的新参数,并利用所述新参数更新所述深度神经网络的当前参数;重复所述损失函数的获取和所述深度神经网络的参数更新,直至所述损失函数满足预设阈值,将最后一次参数更新的所述深度神经网络作为图像增强模型。

其中,所述获取所述若干训练CT图像序列的真实三维立体图像和在所述深度神经网络下的增强三维立体图像,具体包括:将所述若干训练CT图像序列的增强CT图像序列中各CT图像转换为灰度图像,将所述灰度图像缩放为预设尺寸的图像后水平叠放且合并,得到所述若干训练CT图像序列的真实三维立体图像;对于所述若干训练CT图像序列中的每个训练CT图像序列,将该训练CT图像序列进行所述第一预处理,得到所述第一预设数目的第一尺寸的待增强训练二维图像;将所述第一预设数目的第一尺寸的待增强训练二维图像依次输入至所述深度神经网络,输出所述第一预设数目的第二尺寸的增强训练二维图像;将所述第一预设数目的第二尺寸的增强训练二维图像竖直排列,合并为增强训练三维立体图像。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京医拍智能科技有限公司,未经北京医拍智能科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201711173998.5/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top