[发明专利]医学图像的风格转换方法、装置、医学设备、影像系统及存储介质

权利要求书

1.一种医学图像的风格转换方法，其特征在于，包括：

获取神经网络模型；

获取原始医学图像；

将所述原始医学图像作为所述神经网络模型的输入，以利用所述神经网络模型得到目标医学图像；

其中，所述原始医学图像的内容特征与所述目标医学图像的内容特征的差异在预设的阈值内，所述原始医学图像的风格特征与所述目标医学图像的风格特征不同。

2.根据权利要求1所述的方法，其特征在于，所述获取神经网络模型包括：

创建第一神经网络；

获取基于第一成像模态的第一医学图像和基于不同于所述第一成像模态的第二成像模态的第二医学图像；

将所述第一医学图像作为所述第一神经网络的输入，获取所述第一神经网络输出的第三医学图像；

基于所述第一医学图像、所述第二医学图像以及所述第三医学图像，训练所述第一神经网络；

得到训练后的所述神经网络模型；

其中，所述第二医学图像的内容特征与所述第一医学图像的内容特征的差异在预设的阈值内，所述第二医学图像的风格特征与所述第一医学图像的风格特征不同。

3.根据权利要求2所述的方法，其特征在于，所述医学图像的成像模态包括计算机断层扫描图像、磁共振图像、X射线图像、超声图像以及分子图像中的至少一种。

4.根据权利要求2所述的方法，其特征在于，所述基于所述第一医学图像、所述第二医学图像以及所述第三医学图像，训练所述第一神经网络包括：

获取第二神经网络；

将所述第一医学图像、所述第二医学图像以及所述第三医学图像作为所述第二神经网络的输入，以计算损失函数；

通过所述损失函数更新所述第一神经网络的参数。

5.根据权利要求4所述的方法，其特征在于，所述将所述第一医学图像、所述第二医学图像以及所述第三医学图像作为所述第二神经网络的输入，以计算损失函数包括：

比较所述第一医学图像和所述第三医学图像的内容特征，以获取内容差异数据；

比较所述第二医学图像和所述第三医学图像的风格特征，以获取风格差异数据；

将所述内容差异数据和所述风格差异数据加权求和，以得到所述损失函数。

6.根据权利要求5所述的方法，其特征在于，所述比较所述第二医学图像和所述第三医学图像，以获取风格差异数据包括：

通过格拉姆矩阵量化所述第二医学图像和所述第三医学图像的风格特征差异，以获取所述风格差异数据。

7.根据权利要求4所述的方法，其特征在于，所述通过所述损失函数更新所述第一神经网络的参数包括：

经过多组所述第一医学图像以及所述第二医学图像更新所述第一神经网络的参数；

当所述损失函数达到预设的收敛条件的情况下，确定所述第一神经网络的参数。

8.根据权利要求1至7中任意一项所述的方法，其特征在于，所述第一神经网络包括LeNet、GoogLeNet、VGGNet、ResNet、DenseNet、VNet以及UNet中的至少一种。

9.根据权利要求4至7中任意一项所述的方法，其特征在于，所述第二神经网络包括LeNet、GoogLeNet、VGGNet、ResNet、DenseNet、VNet以及UNet中的至少一种。

10.一种医学图像的风格转换装置，其特征在于，包括：

网络获取模块，用于获取神经网络模型；

图像获取模块，用于获取原始医学图像；

图像转换模块，用于将所述原始医学图像作为所述神经网络模型的输入，以利用所述神经网络模型得到目标风格医学图像；

其中，所述原始医学图像的内容特征与所述目标风格医学图像的内容特征的差异在预设的阈值内，所述原始医学图像的风格特征与所述目标风格医学图像的风格特征不同。