[发明专利]一种乳腺钼靶图像到能谱重组图像合成方法及系统

权利要求书

1.一种乳腺钼靶图像到能谱重组图像合成方法，其特征是：包括以下步骤：

输入待处理的乳腺钼靶图像；

利用经过训练的分离表示模型，提取乳腺钼靶图像的内容特征和属性特征；

所述分离表示模型包括内容编码器、属性编码器、还原解码器和内容判别器，其中：

所述内容编码器，被配置为提取图像的内容编码；

所述属性编码器，被配置为提取图像的属性编码；

所述还原解码器，被配置为将提取的内容编码和属性编码还原回源图像，使用L1损失函数作为约束，最小化还原解码器输出的还原图像与源图像之间的差异；

所述内容判别器，被配置为判断提取的内容信息是否正确，辅助内容编码器提取正确的内容编码；

融合CC相和MLO相图像的属性特征；

其中，CC相和MLO相是同一乳房的两个图像采集相位，利用双视图特征融合层融合来自同一乳房CC相和MLO相属性特征；具体的，获取的CC相乳房钼靶图像分别经过内容编码器和属性编码器提取图像的内容编码和属性编码；同时，MLO相乳房钼靶图像分别经过内容编码器和属性编码器提取图像的内容编码和属性编码；

对内容特征和融合后的属性特征进行解码，得到模态转换的合成图像；

合成图像经过一反向生成器还原回乳腺钼靶图像，使用周期一致性损失约束限制输入图像经过两次变换后的图像之间的差异；

其中，采用周期一致性约束，模型不仅能够将乳腺钼靶图像转换为乳腺能谱重组图像，而且可以将生成的能谱重组图像返回为原本的乳腺钼靶图像，以实现自监督，即，G_BA(G_AB(a))≈a且G_AB(G_BA(b))≈b；

周期一致性函数定义为：

2.如权利要求1所述的一种乳腺钼靶图像到能谱重组图像合成方法，其特征是：所述分离表示模型的训练过程包括：利用已获取的钼靶图像和能谱重组图像作为训练数据，分别训练对应的分离表示模型。

3.如权利要求1所述的一种乳腺钼靶图像到能谱重组图像合成方法，其特征是：构建生成器，具体包括经过训练的内容编码器和属性编码器、双视图特征融合层和混合解码器，所述双视图特征融合层，被配置为融合CC相和MLO相图像的属性特征；所述混合解码器，被配置为对内容特征和融合后的属性特征进行解码。

4.如权利要求1所述的一种乳腺钼靶图像到能谱重组图像合成方法，其特征是：还包括对生成器的优化步骤，使用对抗学习策略，判断生成的图像与训练数据所在域是否一致，通过对抗学习，提高生成器的生成能力。

5.一种乳腺钼靶图像到能谱重组图像合成系统，用于执行权利要求1所述的一种乳腺钼靶图像到能谱重组图像合成方法，其特征是：包括：

输入模块，被配置为选择输入图像和使用模型；

图像合成模块，被配置为利用经过训练的分离表示模型，提取乳腺钼靶图像的内容特征和属性特征；融合CC相和MLO相图像的属性特征；对内容特征和融合后的属性特征进行解码，得到模态转换的合成图像；

输出模块，被配置为提取的内容特征和属性特征以及生成的能谱重组图像。

6.一种计算机可读存储介质，其特征是：其中存储有多条指令，所述指令适于由终端设备的处理器加载并执行权利要求1-4中任一项所述的一种乳腺钼靶图像到能谱重组图像合成方法。

7.一种终端设备，其特征是：包括处理器和计算机可读存储介质，处理器用于实现各指令；计算机可读存储介质用于存储多条指令，所述指令适于由处理器加载并执行权利要求1-4中任一项所述的一种乳腺钼靶图像到能谱重组图像合成方法。