[发明专利]一种模拟CT图像生成方法、装置、计算机设备和存储介质在审
| 申请号: | 201910215080.5 | 申请日: | 2019-03-21 |
| 公开(公告)号: | CN109978965A | 公开(公告)日: | 2019-07-05 |
| 发明(设计)人: | 王子贤;刘凡;汪思瀚;吴甜颖;杨晨;郑佳敏;蒋亦樟;钱鹏江 | 申请(专利权)人: | 江南大学 |
| 主分类号: | G06T11/00 | 分类号: | G06T11/00;G06K9/62 |
| 代理公司: | 北京科亿知识产权代理事务所(普通合伙) 11350 | 代理人: | 汤东凤 |
| 地址: | 214012 江*** | 国省代码: | 江苏;32 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 序列图像 特征信息 图像点 成分类别 分类模型 医学影像 支持向量机算法 图像 处理数据量 计算机领域 计算机设备 处理效率 存储介质 概率确定 扫描图像 图像处理 有效地 概率 | ||
本发明适用于计算机领域,提供了一种模拟CT图像生成方法,包括:获取MR扫描图像;对MR扫描图像处理获取多个mdixon序列图像;根据序列图像确定扫描图像中各图像点的特征信息;根据各点的特征信息以及基于层次支持向量机算法训练生成的四元医学影像分类模型确定与各点对应的成分类别的概率;根据各点对应的成分类别的概率确定各点对应的CT值;根据CT值生成模拟CT图像。本发明实施例提供的模拟CT图像生成方法,在输入MR扫描图像后,通过处理生成多个mdixon序列图像,再从多个mdixon序列图像中提取各图像点的特征信息,结合预先训练生成四元医学影像分类模型,直接确定各图像点对应的CT值,从而生成模拟CT图像,处理数据量少,有效地提高了处理效率。
技术领域
本发明属于计算机领域,尤其涉及一种模拟CT图像生成方法、装置、计算机设备和存储介质。
背景技术
CT(Computed Tomography,电子计算机断层扫描)和MR(Magnetic Resonance,核磁共振)是目前医学上常用的两种成像技术。CT用X射线束对人体某部一定厚度的层面进行扫描,由探测器接收透过该层面的X射线,转变为可见光后,由光电转换变为电信号,再经数字转换器转为数字,输入计算机处理。MR通过静电场中的人体施加某种特定频率的视频脉冲,使人体组织中的氢质子收到激励而发生核磁共振现象,当终止射频脉冲后,质子在弛豫过程中感应出MR信号,经过对MR信号的接受、空间编码和图像重建等处理过程,及产生MR图像。
而在现有的诊断过程中,经常需要根据MR图像模拟出可能的CT图像,然而现有的CT模拟生成图像技术,是利用图像对应点的匹配并通过计算模拟生成CT图像。由于在生成模拟CT图像中需要用到大量的数据计算,导致图像处理效率低,且模拟出的CT图像性能不佳。
可见,现有的模拟CT图像生成图像技术,还存在着图像处理效率低、生成效果不好的技术问题。
发明内容
本发明实施例的目的在于提供一种模拟CT图像生成方法,旨在解决现有的模拟CT图像生成技术还存在的图像处理效率低、生成效果不好的技术问题。
本发明实施例是这样实现的,一种模拟CT图像生成方法,包括:
获取待转化为模拟CT图像的MR扫描图像;
对所述MR扫描图像进行处理获取所述MR扫描图像的多个mdixon序列图像,所述多个mdixon序列图像包括脂肪图、水图、正相位图以及反相位图;
根据多个mdixon序列图像确定所述MR扫描图像中各图像点的特征信息,所述特征信息包括各图像点的空间坐标以及在多个mdixon序列图像中的MR值;
根据所述各图像点的特征信息以及基于层次支持向量机算法训练生成的四元医学影像分类模型确定与所述各图像点对应的成分类别的概率,所述成分类别包括脂肪、软组织、空气以及骨骼;
根据所述各图像点对应的成分类别的概率确定各图像点对应的CT值;
根据所述CT值生成模拟CT图像。
本发明实施例的另一目的在于提供一种模拟CT图像生成装置,其特征在于,所述方法包括:
MR扫描图像获取单元,用于获取待转化为模拟CT图像的MR扫描图像;
MR扫描图像处理单元,用于对所述MR扫描图像进行处理获取所述MR扫描图像的多个mdixon序列图像,所述多个mdixon序列图像包括脂肪图、水图、正相位图以及反相位图;
特征信息确定单元,用于根据多个mdixon序列图像确定所述MR扫描图像中各图像点的特征信息,所述特征信息包括各图像点的空间坐标以及在多个mdixon序列图像中的MR值;
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江南大学,未经江南大学许可,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/201910215080.5/2.html,转载请声明来源钻瓜专利网。





