[发明专利]基于神经网络的骨影抑制方法、装置、设备及存储介质

说明书

本申请涉及一种基于神经网络的骨影抑制方法、装置、设备及可读存储介质，属于医学影像的技术领域，其方法包括：通过ResUnet网络构建神经网络模型；对所述神经网络模型进行训练，得到训练好的神经网络模型；获取人体肺部的待抑制DICOM图像；对所述待抑制DICOM图像进行预处理；将预处理后的待抑制DICOM图像输入训练好的神经网络模型进行骨影抑制，输出骨影抑制后的DICOM图像。本申请能减少DES成像质量受人体组织运动的影响以及患者接受的辐射剂量。

技术领域

本申请涉及医学影像的技术领域，尤其是涉及一种基于神经网络的骨影抑制方法、装置、设备及可读存储介质。

背景技术

随着数字化放射成像(Digital Radiography,简称DR)和计算机X线摄影(Computed Radiography,简称CR)设备和技术的发展，X线双能减影技术(Dual EnergySubtraction,简称DES)已可分离出胸片中体现组织成分的特性图像——软组织像(Soft-tissue Image)和骨像(Bone Image)。DES设备使用高低两种不同能量(如120kV和60kV)的X线摄取两幅图像，利用组织对不同能量X线衰减系数不同的现象，进行加权减影处理，可将不同衰减系数的组织分开，得到软组织像和骨像。

目前，现有临床使用的DR设备绝大部分并不具备DES功能，其应用、普及率不高。另外，相较于普通的X线设备，X线DES设备检测中需要使用额外的设备，可能降低X线球管的使用寿命；并且，DES成像需要X线两次曝光，不仅增加了患者接受的辐射剂量，还使成像质量易受病人呼吸、心脏搏动等人体组织运动的影响，使所获取的软组织像和骨像中存在运动伪影。

发明内容

为了减少DES成像质量受人体组织运动的影响以及患者接受的辐射剂量，本申请提供一种基于神经网络的骨影抑制方法装置、设备及可读存储介质。

第一方面，本申请提供一种基于神经网络的骨影抑制方法，采用如下的技术方案：

一种基于神经网络的骨影抑制方法，包括：

通过ResUnet网络构建神经网络模型；

对所述神经网络模型进行训练，得到训练好的神经网络模型；

获取人体肺部的待抑制DICOM图像；

对所述待抑制DICOM图像进行预处理；

将预处理后的待抑制DICOM图像输入训练好的神经网络模型进行骨影抑制，输出骨影抑制后的DICOM图像。

可选的，所述对待抑制DICOM图像进行预处理包括：

获取所述待抑制DICOM图像的肺部区域；

对所述肺部区域进行归一化处理；

对归一化处理后的肺部区域进行数据增强处理，输出所述预处理后的待抑制DICOM图像。

可选的，所述获取所述待抑制DICOM图像的肺部区域，包括：

获取所述待抑制DICOM图像的感兴趣区域；

对所述感兴趣区域进行N等分，得到N个等分区域；

分别对每个等分区域取最大灰度值和最小灰度值；

对所有最大灰度值求取平均值E，并对所有最小灰度值求取平均值F；

将区间[F,E]作为窗宽，并将(E+F)/2作为窗位，对所述感兴趣区域进行窗宽窗位变换，得到第一图像；

将所述第一图像输入unet网络进行特征提取，输出第二图像，并将所述第二图像作为所述肺部区域。

可选的，所述将所述第一图像输入unet网络进行特征提取，输出第二图像，包括：