[发明专利]骨硬化伪影校正方法、装置、计算机设备和可读存储介质

权利要求书

1.一种骨硬化伪影校正方法，其特征在于，所述方法包括：

获取第一扫描图像的第一投影数据；

使用骨硬化伪影校正模型处理所述第一投影数据，得到第二投影数据，其中，所述骨硬化伪影校正模型包括已训练的人工神经网络，所述已训练的人工神经网络被训练为预测不具有骨硬化伪影的扫描图像的投影数据或者骨硬化伪影图像的投影数据；

根据所述第二投影数据，重建得到第二扫描图像。

2.根据权利要求1所述的骨硬化伪影校正方法，其特征在于，使用骨硬化伪影校正模型处理所述第一投影数据，得到第二投影数据包括：

使用所述已训练的人工神经网络处理所述第一投影数据，得到骨硬化伪影图像的第三投影数据；

根据所述第一投影数据与所述第三投影数据，确定所述第二投影数据，其中，所述已训练的人工神经网络被训练为预测骨硬化伪影图像的投影数据。

3.根据权利要求2所述的骨硬化伪影校正方法，其特征在于，所述已训练的人工神经网络的训练过程包括：

获取训练样本和未训练的人工神经网络，所述训练样本包括：具有骨硬化伪影的扫描图像的第四投影数据，以及对应的骨硬化伪影图像的第五投影数据；

以所述第四投影数据作为输入，以所述第五投影数据作为监督，训练所述未训练的人工神经网络，直至所述未训练的人工神经网络参数收敛，得到所述已训练的人工神经网络。

4.根据权利要求1所述的骨硬化伪影校正方法，其特征在于，使用骨硬化伪影校正模型处理所述第一投影数据，得到第二投影数据包括：

使用所述已训练的人工神经网络处理所述第一投影数据，得到所述第二投影数据，其中，所述已训练的人工神经网络被训练为预测不具有骨硬化伪影的扫描图像的投影数据。

5.根据权利要求4所述的骨硬化伪影校正方法，其特征在于，所述已训练的人工神经网络的训练过程包括：

获取训练样本和未训练的人工神经网络，所述训练样本包括：具有骨硬化伪影的扫描图像的第六投影数据，以及对应的不具有骨硬化伪影的扫描图像的第七投影数据；

以所述第六投影数据作为输入，以所述第七投影数据作为监督，训练所述未训练的人工神经网络，直至所述未训练的人工神经网络参数收敛，得到所述已训练的人工神经网络。

6.根据权利要求5所述的骨硬化伪影校正方法，其特征在于，所述第七投影数据的生成过程包括：

将所述第六投影数据对应的扫描图像进行图像分割，得到水图像和骨图像；

投影所述水图像得到水图像投影数据，以及投影所述骨图像得到骨图像投影数据；

根据所述水图像投影数据和所述骨图像投影数据进行射束硬化校正，得到所述第七投影数据。

7.根据权利要求1至6中任一项所述的骨硬化伪影校正方法，其特征在于，所述第一投影数据、第四投影数据、第六投影数据均通过水硬化预校正。

8.一种骨硬化伪影校正装置，其特征在于，所述装置包括：

第一获取模块，用于获取第一扫描图像的第一投影数据；

第一处理模块，用于使用骨硬化伪影校正模型处理所述第一投影数据，得到第二投影数据，其中，所述骨硬化伪影校正模型包括已训练的人工神经网络，所述已训练的人工神经网络被训练为预测不具有骨硬化伪影的扫描图像的投影数据或者骨硬化伪影图像的投影数据；

重建模块，用于根据所述第二投影数据，重建得到第二扫描图像。

9.一种计算机设备，包括存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至7中任一项所述的骨硬化伪影校正方法。

10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1至7中任一项所述的骨硬化伪影校正方法。