[发明专利]图像校正方法、装置、计算机设备和可读存储介质

说明书

本发明涉及一种图像校正方法、装置、计算机设备和可读存储介质，该方法包括：获取待校正的门控重建图像和初始门控重建图像；待校正的门控重建图像为根据临床扫描参数获得的图像；初始门控重建图像为无衰减校正低分辨率图像；将初始门控重建图像输入深度学习模型中，获取初始门控重建图像各帧间的变形场；根据各帧间的变形场，对待校正的门控重建图像进行校正处理，获取校正后的重建图像。该方法能够快速获得初始门控重建图像各帧间的变形场，提高了获得初始门控重建图像各帧间的变形场的效率，而校正后的重建图像是根据获得的初始门控重建图像各帧间的变形场，对待校正的门控重建图像进行校正处理得到的进而提高了获取校正后的重建图像的效率。

技术领域

本发明涉及医疗成像技术领域，特别是涉及一种图像校正方法、装置、计算机设备和可读存储介质。

背景技术

正电子发射计算机断层显像(Positron Emission Computed Tomography,PET)成像技术利用被标记的药物作为示踪剂，根据病灶组织细胞的代谢、功能、血流和细胞增殖等，获取受检者的潜在病变特征。但在该过程中，受检者的呼吸运动会降低图像质量，从而影响医生的诊断工作。

现有技术中，通常是将PET数据划分为多个部分，每一部分数据可参与重建获取PET图像，例如，成像系统可根据一个或多个门控将从受检者采集的PET数据分类为多个箱或者帧，基于该多个箱或者多帧内的PET数据可重建PET图像，得到高敏感度的静止图像。

但是，现有技术中在获得高敏感度的静止图像时，每次都需要将PET数据分类为多个箱或者帧，基于该多个箱或者多帧内的PET数据进行图像重建，存在效率较低的问题。

发明内容

基于此，有必要针对现有技术中在获得高敏感度的静止图像时，存在效率较低的问题，提供一种图像校正方法、装置、计算机设备和可读存储介质。

第一方面，本发明实施例提供一种图像校正方法，所述方法包括：

获取待校正的门控重建图像和初始门控重建图像；所述待校正的门控重建图像为根据临床扫描参数获得的图像；所述初始门控重建图像为无衰减校正低分辨率图像；

将所述初始门控重建图像输入深度学习模型中，获取所述初始门控重建图像各帧间的变形场；

根据所述各帧间的变形场，对所述待校正的门控重建图像进行校正处理，获取校正后的重建图像。

在其中一个实施例中，所述根据所述各帧间的变形场，对所述待校正的门控重建图像进行校正处理，获取校正后的重建图像，包括：

获取所述待校正的门控重建图像的各帧图像；

根据所述各帧间的变形场对相应的各帧图像进行校正，得到校正后的各帧图像；

将所述校正后的各帧图像进行合并，得到所述校正后的重建图像。

在其中一个实施例中，所述将所述初始门控重建图像输入深度学习模型中，获取所述初始门控重建图像各帧间的变形场之前，所述方法还包括：

对所述初始门控重建图像进行归一化处理，得到归一化处理后的初始门控重建图像；

所述将所述初始门控重建图像输入深度学习模型中，获取所述初始门控重建图像各帧间的变形场，包括：

将所述归一化处理后的初始门控重建图像输入深度学习模型中，获取所述初始门控重建图像各帧间的变形场。

在其中一个实施例中，所述方法还包括：

获取多个样本门控重建图像；所述样本门控重建图像为无衰减校正的图像，且所述样本门控重建图像的扫描时长大于预设阈值；