[发明专利]模型生成方法、图像处理方法及医学成像设备

摘要

本发明实施例提供了一种模型生成方法、图像处理方法及医学成像设备。本发明实施例通过在指定成像参数下，获取具有散射分量的第一图像数据以及不具有散射分量的第二图像数据，从第一图像数据或其相关数据中选取输入数据，从第二图像数据或其相关数据中选取标签数据，根据输入数据和标签数据，采用神经网络进行机器学习，生成散射校正模型，利用神经网络进行机器学习，生成散射校正模型，用于对DR图像进行散射校正，不需要加大X射线的辐射剂量，因此安全性较好，不需要在DR设备中增加滤线栅，从而能够降低DR设备的成本，在一定程度上解决了现有技术中带滤线栅的DR设备的安全性较差、成本较高的问题。

主权项

一种模型生成方法，其特征在于，所述方法包括：在指定成像参数下，获取包含散射分量的第一图像数据，以及获取与所述第一图像数据对应的所述散射分量抑制的第二图像数据；选取所述第一图像数据中或所述第一图像数据的相关数据中指定位置处的数据，作为输入数据，以及选取所述第二图像数据中或所述第二图像数据的相关数据中与所述指定位置相对应的位置处的数据，作为标签数据；根据所述输入数据和所述标签数据，采用神经网络进行机器学习，生成所述指定成像参数对应的基于神经网络的散射校正模型。