[发明专利]一种图像重建方法、装置及存储介质

说明书

本发明实施例公开了一种图像重建方法、装置及存储介质；图像重建方法包括：获取投影序列数据；投影序列数据表征利用扫描射线对物体扫描得到的图像序列；利用投影序列数据生成初始重建图像；采用预设特征提取模型，对初始重建图像进行特征图生成，得到初始重建图像对应的至少一个特征图；利用至少一个特征图生成重建图像，完成针对所述投影序列数据的图像重建。

技术领域

本发明实施例涉及图像处理技术，尤其涉及一种图像重建方法、装置及存储介质。

背景技术

图像重建是指根据物体的测量数据，来建立物体结构的图像的过程，图像重建广泛应用于医学成像、全息成像等技术中。目前，常用的图像重建方法有基于投影数据的图像重建方法，例如，滤波反投射算法(Filtered Back Projection，FBP)，以及基于迭代的重建算法。

然而，基于投影数据的图像重建方法受限于成像条件，当成像条件较差导致投影数据稀疏时，基于投影数据的图像重建方法所获得的图像存在较多的伪影和噪声，使得图像重建的准确度较低；基于迭代的重建算法在面对稀疏的投影数据时，需要设置合适的参数才能进行重建，在所设置的参数准确度较低时，会使得图像重建的准确度较低。

发明内容

本发明的提供一种图像重建方法、装置及存储介质，能够提高图像重建的准确度。

本发明的技术方案是这样实现的：

本发明实施例提供一种图像重建方法，包括：

获取投影序列数据；所述投影序列数据表征利用扫描射线对物体扫描得到的图像序列；

利用所述投影序列数据生成初始重建图像；

采用预设特征提取模型，对所述初始重建图像进行特征图生成，得到所述初始重建图像对应的至少一个特征图；

利用所述至少一个特征图生成重建图像，完成针对所述投影序列数据的图像重建。

在本发明的一些实施例中，所述预设特征提取模型包括：预设初始特征提取模型和预设组合特征提取模型；所述采用预设特征提取模型，对所述初始重建图像进行特征图生成，得到所述初始重建图像对应的至少一个特征图，包括：

利用所述预设初始特征提取模型，对所述初始重建图像进行特征提取，得到至少一个初始特征；

利用所述至少一个初始特征，生成一个或多个初始特征图；

采用所述预设组合特征提取模型，对所述一个或多个初始特征图进行特征图生成，得到所述至少一个特征图。

在本发明的一些实施例中，所述采用所述预设组合特征提取模型，对所述一个或多个初始特征图进行特征图生成，得到所述至少一个特征图，包括：

采用所述预设组合特征提取模型，对所述一个或多个初始特征图中的每个初始特征图进行特征提取，得到一个或多个临时特征结果；

将所述一个或多个临时特征结果进行叠加，得到特征图；

重复上述过程，直至达到第一预设特征提取次数，得到所述至少一个特征图。

在本发明的一些实施例中，所述利用所述至少一个特征图生成重建图像，完成针对所述投影序列数据的图像重建，包括：

对所述至少一个特征图的每个特征图中的待合并像素位置进行特征抽取，得到所述待合并像素位置对应的至少一个待融合特征；所述待合并像素位置为特征图中的任意一个像素位置；待融合特征的个数与特征图的个数相同；

对所述至少一个待融合特征进行融合，得到所述待合并像素位置的融合特征，并用所述融合特征作为所述待合并像素位置的重建像素值；