本申請(qǐng)涉及圖像處理領(lǐng)域，尤其涉及一種雙能cbct硬化偽影校正方法、裝置、電子設(shè)備及計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)。

背景技術(shù)：

1、x射線穿透人體時(shí)，根據(jù)能量的不同，x射線與物質(zhì)的主要作用不同，導(dǎo)致cbct最終成像所得的圖像質(zhì)量不同。經(jīng)典解析ct重建要求投影數(shù)據(jù)完全線性，這意味著x射線束在貫穿物體全程時(shí)，其平均能量需維持恒定。然而，實(shí)際情況中，由于x射線具有更強(qiáng)的穿透能力，射線束在深入物質(zhì)的過(guò)程中，其平均能量會(huì)逐漸上升，這一現(xiàn)象被稱為射線硬化效應(yīng)。在cbct(錐形束計(jì)算機(jī)斷層掃描)的圖像結(jié)果中，這種效應(yīng)常導(dǎo)致高密度區(qū)域周邊出現(xiàn)條帶狀的偽影，即硬化偽影，對(duì)圖像質(zhì)量產(chǎn)生不利影響。

2、現(xiàn)有技術(shù)通過(guò)cbct掃描生成的雙能cbct圖像質(zhì)量較低，并且減弱雙能cbct圖像硬化偽影的準(zhǔn)確率較低。

技術(shù)實(shí)現(xiàn)思路

1、本申請(qǐng)?zhí)峁┮环N雙能cbct硬化偽影校正方法、裝置、設(shè)備及計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，其主要目的在于解決通過(guò)cbct掃描生成的雙能cbct圖像質(zhì)量較低，并且減弱雙能cbct圖像硬化偽影的準(zhǔn)確率較低的問(wèn)題。

2、為實(shí)現(xiàn)上述目的，本申請(qǐng)?zhí)峁┑囊环N雙能cbct硬化偽影校正方法，包括:

3、獲取掃描物體的雙能原始投影圖像；

4、對(duì)所述雙能原始投影圖像進(jìn)行雙能圖像分解，將分解后的圖像組合得到虛擬單能圖像；

5、利用所述虛擬單能圖像計(jì)算預(yù)設(shè)校正訓(xùn)練模型的損失值；

6、根據(jù)所述損失值優(yōu)化所述校正訓(xùn)練模型參數(shù)，得到雙能cbct硬化偽影校正模型；

7、利用所述雙能cbct硬化偽影校正模型對(duì)獲取的硬化偽影圖像進(jìn)行反卷積，得到硬化偽影抑制后的重建圖像。

8、在一些實(shí)施例中，所述對(duì)所述雙能原始投影圖像進(jìn)行雙能圖像分解，將分解后的圖像組合得到虛擬單能圖像，包括：

9、對(duì)所述雙能原始投影圖像進(jìn)行fdk重建，得到雙能重建圖像；

10、將所述雙能重建圖像進(jìn)行雙能圖像分解，得到高能圖像和低能圖像；

11、對(duì)所述高能圖像和所述低能圖像進(jìn)行正向投影處理，得到投影結(jié)果；

12、根據(jù)所述投影結(jié)果重新組合高能圖像和低能圖像，得到單能組合圖像；

13、對(duì)所述單能組合圖像進(jìn)行圖像增強(qiáng)，得到虛擬單能圖像。

14、在一些實(shí)施例中，所述對(duì)所述高能圖像和所述低能圖像進(jìn)行正向投影處理，得到投影結(jié)果，包括：

15、獲取所述高能圖像和所述低能圖像的體素矩陣；

16、獲取源點(diǎn)位置和探測(cè)器平面位置；

17、計(jì)算所述體素矩陣中每個(gè)體素到所述源點(diǎn)位置的第一距離以及所述體素矩陣中每個(gè)體素到探測(cè)器平面位置的第二距離；

18、根據(jù)所述第一距離和所述第二距離計(jì)算放射性同位素經(jīng)過(guò)所述體素矩陣中每個(gè)體素的衰減量；

19、根據(jù)所述衰減量對(duì)所述體素矩陣中每個(gè)體素進(jìn)行衰減校正，將衰減矯正后的投影值投影到所述探測(cè)器平面，形成投影結(jié)果。

20、在一些實(shí)施例中，所述根據(jù)所述投影結(jié)果重新組合高能圖像和低能圖像，得到單能組合圖像，包括：

21、將所述高能圖像和所述低能圖像中每個(gè)體素在空間位置上對(duì)齊；

22、將對(duì)齊后的所述高能圖像和所述低能圖像進(jìn)行能量校正；

23、將校正后的高能圖像和低能圖像進(jìn)行加權(quán)組合，得到單能組合圖像。

24、在一些實(shí)施例中，所述對(duì)所述單能組合圖像進(jìn)行圖像增強(qiáng)，得到虛擬單能圖像，包括：

25、計(jì)算所述單能組合圖像的像素值最小值和最大值；

26、根據(jù)所述最小值和所述最大值計(jì)算參數(shù)增益因子和偏移量；

27、根據(jù)所述增益因子和所述偏移量計(jì)算更新像素值；

28、將所述更新像素值替換所述單能組合圖像中的像素值，得到虛擬單能圖像。

29、在一些實(shí)施例中，所述根據(jù)所述損失值優(yōu)化所述校正訓(xùn)練模型參數(shù)，得到雙能cbct硬化偽影校正模型,包括：

30、利用反向傳播算法計(jì)算所述損失值對(duì)所述校正訓(xùn)練模型參數(shù)的梯度；

31、根據(jù)所述梯度更新所述校正訓(xùn)練模型的參數(shù)；

32、判斷所述損失值是否小于預(yù)設(shè)損失值；

33、若所述損失值大于預(yù)設(shè)損失值，則對(duì)所述虛擬單能圖像繼續(xù)進(jìn)行硬化偽影校正；

34、若所述損失值小于或等于預(yù)設(shè)損失值，則校正訓(xùn)練模型參數(shù)優(yōu)化結(jié)束，得到雙能cbct硬化偽影校正模型。

35、在一些實(shí)施例中，所述利用所述雙能cbct硬化偽影校正模型對(duì)獲取的硬化偽影圖像進(jìn)行反卷積，得到硬化偽影抑制后的重建圖像，包括：

36、獲取經(jīng)過(guò)預(yù)處理的硬化偽影圖像；

37、將所述硬化偽影圖像轉(zhuǎn)化為圖像像素矩陣；

38、利用雙能cbct硬化偽影校正網(wǎng)絡(luò)模型對(duì)所述圖像像素矩陣進(jìn)行卷積，通過(guò)relu函數(shù)得到特征通道；

39、對(duì)所述特征通道進(jìn)行最大池化，得到池化矩陣；

40、根據(jù)預(yù)設(shè)尺寸對(duì)所述池化矩陣進(jìn)行空值填充，得到填充矩陣；

41、根據(jù)預(yù)設(shè)反卷積核的大小設(shè)置滑動(dòng)步長(zhǎng)，根據(jù)所述滑動(dòng)步長(zhǎng)對(duì)所述填充矩陣中進(jìn)行滑動(dòng)覆蓋；

42、將所述填充矩陣中滑動(dòng)覆蓋過(guò)的像素點(diǎn)與預(yù)設(shè)反卷積核進(jìn)行點(diǎn)乘和，根據(jù)所述點(diǎn)乘和得到反卷積矩陣；

43、對(duì)所述反卷積矩陣進(jìn)行再次卷積，得到硬化偽影抑制后的重建圖像。

44、為了解決上述問(wèn)題，本發(fā)明還提供一種雙能cbct硬化偽影校正裝置，所述裝置包括：

45、圖像獲取模塊，用于獲取掃描物體的雙能原始投影圖像；

46、圖像預(yù)處理模塊，用于對(duì)所述雙能原始投影圖像進(jìn)行雙能圖像分解，將分解后的圖像組合得到虛擬單能圖像；

47、損失值計(jì)算模塊，用于利用所述虛擬單能圖像計(jì)算預(yù)設(shè)校正訓(xùn)練模型的損失值；

48、模型優(yōu)化模塊，用于根據(jù)所述損失值優(yōu)化所述校正訓(xùn)練模型參數(shù)，得到雙能cbct硬化偽影校正模型；

49、圖像卷積模塊，用于利用所述雙能cbct硬化偽影校正模型對(duì)獲取的硬化偽影圖像進(jìn)行反卷積，得到硬化偽影抑制后的重建圖像。

50、為了解決上述問(wèn)題，本發(fā)明還提供一種電子設(shè)備，所述電子設(shè)備包括：

51、至少一個(gè)處理器；以及，

52、與所述至少一個(gè)處理器通信連接的存儲(chǔ)器；其中，

53、所述存儲(chǔ)器存儲(chǔ)有可被所述至少一個(gè)處理器執(zhí)行的計(jì)算機(jī)程序，所述計(jì)算機(jī)程序被所述至少一個(gè)處理器執(zhí)行，以使所述至少一個(gè)處理器能夠執(zhí)行上述所述的雙能cbct硬化偽影校正方法。

54、為了解決上述問(wèn)題，本發(fā)明還提供一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，所述計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)中存儲(chǔ)有至少一個(gè)計(jì)算機(jī)程序，所述至少一個(gè)計(jì)算機(jī)程序被電子設(shè)備中的處理器執(zhí)行以實(shí)現(xiàn)上述所述的雙能cbct硬化偽影校正方法。

技術(shù)特征：

1.一種雙能cbct硬化偽影校正方法，其特征在于，所述方法包括:

2.如權(quán)利要求1所述的雙能cbct硬化偽影校正方法，其特征在于，所述對(duì)所述雙能原始投影圖像進(jìn)行雙能圖像分解，將分解后的圖像組合得到虛擬單能圖像，包括：

3.如權(quán)利要求2所述的雙能cbct硬化偽影校正方法，其特征在于，所述對(duì)所述高能圖像和所述低能圖像進(jìn)行正向投影處理，得到投影結(jié)果，包括：

4.如權(quán)利要求2所述的雙能cbct硬化偽影校正方法，其特征在于，所述根據(jù)所述投影結(jié)果重新組合高能圖像和低能圖像，得到單能組合圖像，包括：

5.如權(quán)利要求2所述的雙能cbct硬化偽影校正方法，其特征在于，所述對(duì)所述單能組合圖像進(jìn)行圖像增強(qiáng)，得到虛擬單能圖像，包括：

6.如權(quán)利要求5所述的雙能cbct硬化偽影校正方法，其特征在于，所述根據(jù)所述損失值優(yōu)化所述校正訓(xùn)練模型參數(shù)，得到雙能cbct硬化偽影校正模型,包括：

7.如權(quán)利要求1所述的雙能cbct硬化偽影校正方法，其特征在于，所述利用所述雙能cbct硬化偽影校正模型對(duì)獲取的硬化偽影圖像進(jìn)行反卷積，得到硬化偽影抑制后的重建圖像，包括：

8.一種雙能cbct硬化偽影校正裝置，其特征在于，所述裝置包括：

9.一種電子設(shè)備，其特征在于，所述電子設(shè)備，包括：

10.一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，存儲(chǔ)有計(jì)算機(jī)程序，其特征在于，所述計(jì)算機(jī)程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)如權(quán)利要求1至7中任意一項(xiàng)所述的雙能cbct硬化偽影校正方法。

技術(shù)總結(jié)
本申請(qǐng)涉及圖像處理領(lǐng)域，揭露了一種雙能CBCT硬化偽影校正方法，包括：獲取掃描物體的雙能原始投影圖像，對(duì)所述雙能原始投影圖像進(jìn)行雙能圖像分解，將分解后的圖像組合得到虛擬單能圖像，利用所述虛擬單能圖像計(jì)算預(yù)設(shè)校正訓(xùn)練模型的損失值，根據(jù)所述損失值優(yōu)化所述校正訓(xùn)練模型參數(shù)，得到雙能CBCT硬化偽影校正模型，利用所述雙能CBCT硬化偽影校正模型對(duì)獲取的硬化偽影圖像進(jìn)行反卷積，得到硬化偽影抑制后的重建圖像?？梢詫?shí)現(xiàn)提高通過(guò)CBCT掃描生成的雙能CBCT圖像質(zhì)量，以及提高減弱雙能CBCT圖像硬化偽影的準(zhǔn)確率。

技術(shù)研發(fā)人員：陳國(guó)靖,李華勇,范毅,劉金池
受保護(hù)的技術(shù)使用者：深圳市菲森科技有限公司
技術(shù)研發(fā)日：
技術(shù)公布日：2024/12/23