[发明专利]图像处理的系统和方法

说明书

本申请提供了一种用于处理3D图像的系统和方法。所述方法可以包括从所述3D图像中沿所述3D图像的一个方向获取所述方向的至少两个切片；利用转换模型处理所述方向的所述至少两个切片；并基于所述方向的所述至少两个处理的切片，确定所述方向的转换的3D图像。

交叉引用

本申请要求2020年11月26日提交的美国申请号US17/105,613的优先权，其内容通过引用结合于此。

技术领域

本申请涉及处理图像的系统和方法，特别涉及用于处理3D图像的系统和方法。

背景技术

图像处理，特别是3D图像处理，被广泛使用。在许多情况下，应用2D图像的处理方法在切片的基础上处理3D图像可以更方便、更高效、更有效。例如，用于处理3D图像的现有技术通常使用3D样本图像训练的神经网络。然而，相对于设计应用于2D图像的神经网络，训练应用于3D图像的神经网络可能更难，而且这种神经网络的训练和使用通常消耗大量的计算资源。因此，期望提供一种用于处理3D图像的系统和方法，可以减少计算资源，并且能改善其性能，同时实现良好的3D图像质量。

发明内容

本申请实施例一方面公开了一种用于处理3D图像的系统，包括：至少一个存储设备，包括用于处理3D图像的一组指令；以及与所述至少一个存储设备通信的至少一个处理器，其中当执行所述一组指令时，所述至少一个处理器被配置为使所述系统执行操作，所述操作包括：沿所述3D图像的一个方向，从所述3D图像获取所述方向的至少两个切片；利用转换模型处理所述方向的所述至少两个切片，获取所述方向的至少两个处理的切片，以及基于所述至少两个处理的切片，确定所述方向的转换的3D图像。

在一些实施例中，所述操作还包括：基于所述至少两个处理的切片，获取要显示的所述方向的至少一个第二切片。

在一些实施例中，所述操作还包括：沿所述3D图像的第二方向，从所述3D图像获取所述第二方向的至少两个切片；利用第二转换模型处理所述第二方向的所述至少两个切片，获取所述第二方向的至少两个处理的切片，以及基于所述至少两个处理的切片，确定所述第二方向的转换的3D图像。

在一些实施例中，所述操作包括：基于所述第二方向的所述至少两个处理的切片，确定所述第二方向的转换的3D图像。

在一些实施例中，所述转换模型与所述第二转换模型不同。

在一些实施例中，所述方向与所述第二方向不同。

在一些实施例中，所述3D图像可以为CBCT图像。

在一些实施例中，所述转换模型可以通过以下过程获得：获取至少两个训练样本，每个训练样本包括样本MSCT图像和样本CBCT图像，以及通过基于所述至少两个训练样本训练出事模型，以获取所述转换模型。

在一些实施例中，所述转换模型为图像风格转换(style-transfer)模型。

在一些实施例中，基于所述至少两个训练样本，训练所述初步模型包括：对于所述至少两个训练样本中的每一个，从所述训练样本的所述样本CBCT图像中获取所述方向的至少两个样本CBCT切片；从所述训练样本的所述样本MSCT图像中获取所述方向的至少两个样本MSCT切片；以及利用所述方向的所述至少两个样本CBCT切片作为输入和所述方向的所述至少两个样本MSCT切片作为预期输出，训练所述初步模型。

在一些实施例中，对于所述至少两个训练样本中的至少一个，通过在所述训练样本的所述样本MSCT图像上应用模拟操作，确定所述训练样本的所述样本CBCT图像。

在一些实施例中，所述模拟操作包括：将所述样本MSCT图像转换为至少一个3D阵列；至少部分地基于所述至少一个3D阵列，通过在所述样本MSCT图像上执行投影算法和噪声模拟算法，获得所述样本MSCT图像的投影值；以及通过利用重建算法重建所述投影值，获取所述样本CBCT图像。