[发明专利]训练神经网络的方法、神经网络、成像方法、存储介质、医学图像处理设备及医学检测设备

权利要求书

1.一种训练神经网络的方法，其特征在于，所述方法包括如下步骤：

采集关于受检对象的基准医学图像以作为Ground Truth数据集；

获取关于所述受检对象的2D投影图像；以及

根据所述2D投影图像形成所述神经网络的输入，并以所述Ground Truth数据集作为目标来训练所述神经网络。

2.根据权利要求1所述的方法，其特征在于，根据所述2D投影图像形成所述神经网络的输入的步骤包括：将所述2D投影图像作为所述神经网络的输入。

3. 根据权利要求1所述的方法，其特征在于，根据所述2D投影图像形成所述神经网络的输入的步骤包括：基于所述2D投影图像进行重建以获得3D TOMO图像，并且将所述3DTOMO 图像和/或所述2D投影图像作为所述神经网络的输入。

4.根据权利要求1-3中任一项所述的方法，其特征在于，所述基准医学图像包括CT重建图像、CBCT重建图像、MR重建图像、所述受检对象的解剖图像中的一种或者多种。

5.根据权利要求1-3中任一项所述的方法，其特征在于，所述受检对象为生物组织。

6.根据权利要求1-3中任一项所述的方法，其特征在于，所述受检对象为预制仿生组织。

7.根据权利要求1-3中任一项所述的方法，其特征在于，所述获取关于所述受检对象的2D投影图像的步骤包括：采用前向投影算法获取所述2D投影图像。

8. 根据权利要求3所述的方法，其特征在于，所述获得3D TOMO图像的步骤包括：通过解析重建算法或者迭代重建算法重建以获得所述3D TOMO图像。

9.根据权利要求1-3中任一项所述的方法，其特征在于，所述神经网络为U-net或双域网络。

10.一种神经网络，其特征在于，所述神经网络通过如权利要求1-9中的任意一种训练神经网络的方法进行训练。

11.一种TOMO成像方法，其特征在于，所述方法包括如下步骤：

利用如权利要求1-9中的任意一种训练神经网络的方法训练神经网络；

获取关于受检对象的2D投影图像；

根据所述2D投影图像形成所述神经网络的输入，并输入到所述神经网络；以及

将所述神经网络的输出作为关于所述受检对象的3D TOMO图像。

12.一种TOMO成像方法，其特征在于，所述方法包括如下步骤：

获取关于受检对象的2D投影图像；

根据所述2D投影图像形成神经网络的输入并输入到如权利要求10所述的神经网络；以及

将所述神经网络的输出作为关于所述受检对象的3D TOMO图像。

13.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质中存储有指令，当所述指令由处理器执行时，使得所述处理器执行如权利要求1-9中任一项所述的方法。

14.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质中存储有指令，当所述指令由处理器执行时，使得所述处理器执行如权利要求11或12所述的方法。

15.一种医学图像处理设备，其特征在于，所述设备包括：

输入模块，其配置成接收关于受检对象的2D投影图像，并且根据所述2D投影图像形成神经网络的输入数据；

处理模块，其包括如权利要求10所述的神经网络，并且配置成利用所述神经网络处理所述输入数据以生成经过处理的3D TOMO图像；以及

输出模块，其配置成输出所述经过处理的3D TOMO图像。