[发明专利]正则化图像重建方法、系统、可读存储介质和设备

说明书

本申请涉及一种正则化图像重建方法、系统、可读存储介质和设备，属于医疗影像技术领域，获取医学扫描的原始数据，根据原始数据进行图像重建，得到中间图像；对中间图像进行信号特征提取，获得信号特征；根据中间图像获取基图像；根据信号特征和基图像获取正则化图像。在具体实现过程中，通过对原始数据的重建处理得到中间图像，有效保留了图像中的关键有效信息，通过提取信号特征和获取基图像两种方式，对中间图像进行拆分处理，信号特征和基图像的结合构成正则化约束的重建图像，降低了图像重建过程中对神经网络算法的依赖性，同时还能重建得到准确的正则化图像。

技术领域

本申请涉及医疗影像技术领域，特别是涉及一种正则化图像重建方法、系统、可读存储介质和设备。

背景技术

一般情况下，采用医学影像设备(如CT(Computed Tomography，电子计算机断层扫描)、PET(Positron Emission Computed Tomography，正电子发射型计算机断层显像)、MR(Magnetic Resonance，磁共振)对受试目标进行扫描，获取相应的探测数据，根据探测数据进行图像重建。在某些特定场景下，如对辐射敏感对象的低剂量成像、高时间分辨率动态成像等，相应的探测计数会减少，因此导致重建图像的噪声较大，信噪比低。

相关技术中，在低探测计数的情况下，一般是利用正则化重建算法对低探测计数数据进行处理，将神经网络作为正则化项，用专门设计的神经网络实现迭代重建中的噪声控制，但是，通过神经网络实现降噪控制的同时不能保证图像的质量。目前业界对此尚未提出有效的解决方案。

发明内容

基于此，有必要针对低探测计数图像重建问题提供一种正则化图像重建方法、系统、可读存储介质和设备。

第一方面，本申请提供了一种正则化图像重建方法，包括以下步骤：

获取医学扫描的原始数据，根据原始数据重建中间图像；

对中间图像进行信号特征提取，获得信号特征；根据中间图像获取基图像；

根据信号特征和基图像获取正则化图像。

在其中一个实施例中，根据中间图像获取基图像的步骤包括以下步骤：

将中间图像输入至预设神经网络，获取预设神经网络输出的基图像，其中预设神经网络具备图像信号及噪声的处理能力。

在其中一个实施例中，正则化图像重建方法还包括以下步骤：

获取扫描不同对象的多个不同信噪比的图像，将同一对象的第一图像和第二图像作为一组图像，其中第一图像的信噪比低于第二图像的信噪比；

获取初始化的神经网络，将第一图像作为训练输入样本，将第二图像作为训练目标样本，对初始化的神经网络进行训练；

经过多组不同对象的训练输入样本和训练目标样本的训练后，得到预设神经网络。

在其中一个实施例中，将中间图像输入至预设神经网络，获取预设神经网络输出的基图像的步骤包括以下步骤：

将中间图像输入至初始化的神经网络，获取初始化的神经网络输出的第三图像；

获取第三图像和中间图像的差异信息，根据差异信息对初始化的神经网络的参数进行迭代更新，直至满足预设迭代条件；

在满足预设迭代条件时，将迭代更新后的神经网络输出的第三图像作为基图像。

在其中一个实施例中，对中间图像进行信号特征提取，获得信号特征的步骤包括以下步骤：

根据中间图像获取特征图，从特征图中提取信号特征。

在其中一个实施例中，根据中间图像获取特征图的步骤包括以下步骤：