本申请涉及pet图像处理领域，特别涉及一种基于几何结构约束的pet图像增强的方法、系统、设备及计算机可读存储介质。
背景技术：
pet正电子发射断层成像(positronemissiontomography，pet)可提供人体内组织代谢功能的特异性影像信息，反映了体内组织的生理或病理变化，因此也被称为“活体生化显像”。通过使用正电子核素标记的放射性示踪剂，来采集人体内的投影数据，再利用相关数学方法进行模型求解，从而构建得到人体中放射性物质的空间浓度分布图。
临床pet成像通常采用动态扫描模式，即在固定时间段内获取连续时间点的示踪剂活度图像，然而动态扫描易导致单帧图像的扫描时间较短，可探测光子计数极少，这使得pet图像质量严重退化，针对于该问题，研究人员提出了多种不同的图像恢复方法，如针对测量函数构建目标函数，通过最优化目标函数求得恢复图像。构建的目标函数通常包含数据拟合项和约束项，前者用于描述图像数据的统计特性，后者用于修正解的特性。然而，常用的有界变差函数在作为约束项进行图像恢复时，容易导致恢复图像边缘信息丢失，甚至产生虚假边缘。
因此，如何有效增强pet图像是本领域技术人员目前需要解决的技术问题。
技术实现要素：
本申请的目的是提供一种基于几何结构约束的pet图像增强的方法、系统、设备及计算机可读存储介质，用于有效增强pet图像。
为解决上述技术问题，本申请提供一种基于几何结构约束的pet图像增强的方法，该方法包括：
根据输入的几何结构约束条件建立基于几何结构约束的pet图像增强模型；其中，所述几何结构约束条件用于确定图像的边界及平滑区域；
获取观测到的pet图像；
利用b样条小波紧框架对所述pet图像进行域变换，得到对应转换域下的pet图像结构；
利用所述pet图像增强模型对所述转换域上的pet图像结构进行增强，得到最优pet增强图像。
可选的，所述根据输入的几何结构约束条件建立基于几何结构约束的pet图像增强模型，包括：
接收输入的几何结构约束条件o＝{ω:c(ω,h)＝ω}及稀缺参数t0；
根据所述几何结构约束条件o＝{ω:c(ω,h)＝ω}及所述稀缺参数t0建立基于几何结构约束的pet图像增强模型
其中，ω为图像的不平滑区域，
可选的，利用所述pet图像增强模型对所述转换域上的pet图像结构进行增强，得到最优pet增强图像，包括：
初始化所述第i帧pet增强图像fi；
通过最优化模型
根据公式
根据所述图像的不平滑区域ω及所述修正后的图像的平滑区域λ对所述pet图像增强模型
判断所述修正后的图像的平滑区域λ是否收敛；
若否，则重复执行更新所述图像的不平滑区域ω、更新所述修正后的图像的平滑区域λ及更新所述第i帧pet增强图像fi的步骤；
若是，则将所述修正后的图像的平滑区域λ收敛时对应的fi作为第i帧最优pet增强图像。
可选的，利用所述pet图像增强模型对所述转换域上的pet图像结构进行增强，得到最优pet增强图像，包括：
查询所述初始模型
的最小值对应的[ω,fi,λ]min；
将所述fi作为所述第i帧最优pet增强图像。
本申请还提供一种基于几何结构约束的pet图像增强的系统，该系统包括：
模型建立模块，用于根据输入的几何结构约束条件建立基于几何结构约束的pet图像增强模型；其中，所述几何结构约束条件用于确定图像的边界及平滑区域；
获取模块，用于获取观测到的pet图像；
域变换模块，用于利用b样条小波紧框架对所述pet图像进行域变换，得到对应转换域下的pet图像结构；
图像增强模块，用于利用所述pet图像增强模型对所述转换域上的pet图像结构进行增强，得到最优pet增强图像。
可选的，所述模型建立模块包括：
接收子模块，用于接收输入的几何结构约束条件o＝{ω:c(ω,h)＝ω}及稀缺参数t0；
模型建立子模块，用于根据所述几何结构约束条件o＝{ω:c(ω,h)＝ω}及所述稀缺参数t0建立基于几何结构约束的pet图像增强模型
其中，ω为图像的不平滑区域，
可选的，所述图像增强模块包括：
初始化子模块，用于初始化所述第i帧pet增强图像fi；
第一更新子模块，用于通过最优化模型
第二更新子模块，用于根据公式
第三更新子模块，用于根据所述图像的不平滑区域ω及所述修正后的图像的平滑区域λ对所述pet图像增强模型
判断子模块，用于判断所述修正后的图像的平滑区域λ是否收敛；
决策子模块，用于当所述修正后的图像的平滑区域λ未收敛时，令所述第一更新子模块、所述第二更新子模块及所述第三更新子模块重复执行更新所述图像的不平滑区域ω、更新所述修正后的图像的平滑区域λ及更新所述第i帧pet增强图像fi的步骤；当所述修正后的图像的平滑区域λ收敛时，将所述修正后的图像的平滑区域λ收敛时对应的fi作为第i帧最优pet增强图像。
可选的，所述图像增强模块包括：
查询子模块，用于查询所述初始模型
的最小值对应的[ω,fi,λ]min；
确立子模块，用于将所述fi作为所述第i帧最优pet增强图像。
本申请还提供一种基于几何结构约束的pet图像增强设备，该基于几何结构约束的pet图像增强设备包括：
存储器，用于存储计算机程序；
处理器，用于执行所述计算机程序时实现如上述任一项所述基于几何结构约束的pet图像增强的方法的步骤。
本申请还提供一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如上述任一项所述基于几何结构约束的pet图像增强的方法的步骤。
本申请所提供基于几何结构约束的pet图像增强的方法，通过根据输入的几何结构约束条件建立基于几何结构约束的pet图像增强模型；其中，几何结构约束条件用于确定图像的边界及平滑区域；获取观测到的pet图像；利用b样条小波紧框架对pet图像进行域变换，得到对应转换域下的pet图像结构；利用pet图像增强模型对转换域上的pet图像结构进行增强，得到最优pet增强图像。
本申请所提供的技术方案，通过建立基于几何结构约束的pet图像增强模型，使得pet图像增强模型在对pet图像进行增强时，能够利用图像中几何结构的连通特征来准确定位非平滑区域，并利用几何上的约束和关联对图像的稀疏结构进行重构以确定pet图像的边界，避免了现有技术中有界变差函数容易导致恢复图像边缘信息丢失，甚至产生虚假边缘的问题，完成了对退化pet图像的修补增强任务，提高了pet图像的质量。本申请同时还提供了一种基于几何结构约束的pet图像增强的系统、设备及计算机可读存储介质，具有上述有益效果，在此不再赘述。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图获得其他的附图。
图1为本申请实施例所提供的一种基于几何结构约束的pet图像增强的方法的流程图；
图2为图1所提供的一种基于几何结构约束的pet图像增强的方法中s104的一种实际表现方式的流程图；
图3为本申请实施例所提供的一种基于几何结构约束的pet图像增强的系统的结构图；
图4为本申请实施例所提供的另一种基于几何结构约束的pet图像增强的系统的结构图；
图5为本申请实施例所提供的一种基于几何结构约束的pet图像增强设备的结构图。
具体实施方式
本申请的核心是提供一种基于几何结构约束的pet图像增强的方法、系统、设备及计算机可读存储介质，用于有效增强pet图像。
为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
请参考图1，图1为本申请实施例所提供的一种基于几何结构约束的pet图像增强的方法的流程图。
其具体包括如下步骤：
s101：根据输入的几何结构约束条件建立基于几何结构约束的pet图像增强模型；
基于动态扫描易导致单帧图像的扫描时间较短，可探测光子计数极少，这使得pet图像质量严重退化，而现有的有界变差函数在作为约束项进行图像恢复时，容易导致恢复图像边缘信息丢失，甚至产生虚假边缘，本申请提供了一种基于几何结构约束的pet图像增强的方法，用于有效增强pet图像；
其中，该几何结构约束条件用于确定图像的边界及平滑区域；
可选的，这里提到的根据输入的几何结构约束条件建立基于几何结构约束的pet图像增强模型，具体可以为：
接收输入的几何结构约束条件o＝{ω:c(ω,h)＝ω}及稀缺参数t0；
根据几何结构约束条件o＝{ω:c(ω,h)＝ω}及稀缺参数t0建立基于几何结构约束的pet图像增强模型
其中，ω为图像的不平滑区域，
这里提到的几何结构约束条件o＝{ω:c(ω,h)＝ω}中的c为形态学的“闭”操作算子，可以对图像的不平滑区域ω进行修补，可以将破碎的边界进行连通，因此可用于修复边界，h为“闭”操作中使用的结构元素模板，可以采用3×3的全1矩阵，即：
根据pet成像过程可知，图像像素点k(k∈1,2,...,k)，在第i(i∈1,2,...,m)帧的示踪剂活度xk,i记为：
其中，c(k,t)表示像素点k在时间t的示踪剂活度，ti,e和ti,s分别表示第i帧的起始时间和结束时间，单个时间帧对应的采集时间越长，采集的投影数据越多，反之，采集时间越短，投影数据越少，重建的pet图像质量越差；
在对pet图像做增强处理时，记每一帧图像xi＝[x1,i,x2,i,…,xk,i]为gi，其对应的增强后的图像记为fi，这个增强的过程可以看作是图像退化的逆过程，即
fi＝a-1gi+ε
其中，fi∈rn为需要修补的清晰图像，gi∈rk为实际观测到的图像，a-1∈rn×k是一个与退化过程相关的逆线性算子，ε∈rk为观察过程中存在的噪声；
为了从观察图像gi中得到增强的图像fi，这里令gi≈afi，并基于图像的光滑特性，可以在图像的光滑区域添加一个稀疏性约束，即增强后的图像的平滑区域在小波紧框架下的能量非常小，记图像的平滑区域为λ，则应满足(wfi)λ≈0，最后，借助于边界的关联特性，可以在图像的平滑区域添加对应的几何结构约束，得到上述基于几何结构约束的pet图像增强模型
s.t.λ＝o(ωc),|ωc|≥t0
本申请假设图像的不平滑区域满足某种约束，即平滑区域和不平滑区域为互补关系，一旦不平滑区域确定，平滑区域也就确定了，在此基础上，根据上述pet图像增强模型来求退化图像(即观测到的图像gi)的逆向解，并将最优逆向解作为退化图像的最优pet增强图像fi。
s102：获取观测到的pet图像；
这里提到的获取观测到的pet图像具体可以通过同位素标记的方法来获取信号数据，再对信号做处理，将光电子信号转化为pet图像。
s103：利用b样条小波紧框架对pet图像进行域变换，得到对应转换域下的pet图像结构；
基于b样条小波紧框架的特性，对pet图像进行域变换得到应转换域下的pet图像结构，在该pet图像结构的基础上加上相应的几何结构约束便能准确定位非平滑区域，并确定pet图像的边界。
s104：利用pet图像增强模型对转换域上的pet图像结构进行增强，得到最优pet增强图像。
可选的，利用pet图像增强模型对转换域上的pet图像结构进行增强，得到最优pet增强图像，具体可以为：
查询初始模型
的最小值对应的[ω,fi,λ]min；
将fi作为第i帧最优pet增强图像。
基于上述技术方案，本申请所提供的一种基于几何结构约束的pet图像增强的方法，通过建立基于几何结构约束的pet图像增强模型，使得pet图像增强模型在对pet图像进行增强时，能够利用图像中几何结构的连通特征来准确定位非平滑区域，并利用几何上的约束和关联对图像的稀疏结构进行重构以确定pet图像的边界，避免了现有技术中有界变差函数容易导致恢复图像边缘信息丢失，甚至产生虚假边缘的问题，完成了对退化pet图像的修补增强任务，提高了pet图像的质量。
在上述实施例的基础上，步骤s104所提到的，利用pet图像增强模型对转换域上的pet图像结构进行增强，得到最优pet增强图像，其实际表现方式还可以如图2所示，请参考图2，图2为图1所提供的一种基于几何结构约束的pet图像增强的方法中s104的一种实际表现方式的流程图。
其具体包括以下步骤：
s201：初始化第i帧pet增强图像fi；
由于pet增强图像fi基于观测到的转换域上的第i帧pet图像gi计算得到，因此当接收到gi后，通过令fi＝gi以初始化第i帧pet增强图像fi。
s202：通过最优化模型
s203：根据公式
s204：根据图像的不平滑区域ω及修正后的图像的平滑区域λ对pet图像增强模型
可选的，可采用共轭梯度算法对
s205：判断修正后的图像的平滑区域λ是否收敛；
若否，则重复步骤s202至s205；
若是，则进入步骤s206。
s206：将修正后的图像的平滑区域λ收敛时对应的fi作为第i帧最优pet增强图像。
请参考图3，图3为本申请实施例所提供的一种基于几何结构约束的pet图像增强的系统的结构图。
该系统可以包括：
模型建立模块100，用于根据输入的几何结构约束条件建立基于几何结构约束的pet图像增强模型；其中，几何结构约束条件用于确定图像的边界及平滑区域；
获取模块200，用于获取观测到的pet图像；
域变换模块300，用于利用b样条小波紧框架对pet图像进行域变换，得到对应转换域下的pet图像结构；
图像增强模块400，用于利用pet图像增强模型对转换域上的pet图像结构进行增强，得到最优pet增强图像。
请参考图4，图4为本申请实施例所提供的另一种基于几何结构约束的pet图像增强的系统的结构图。
该模型建立模块100可以包括：
接收子模块，用于接收输入的几何结构约束条件o＝{ω:c(ω,h)＝ω}及稀缺参数t0；
模型建立子模块，用于根据几何结构约束条件o＝{ω:c(ω,h)＝ω}及稀缺参数t0建立基于几何结构约束的pet图像增强模型
其中，ω为图像的不平滑区域，
该图像增强模块400可以包括：
初始化子模块，用于初始化第i帧pet增强图像fi；
第一更新子模块，用于通过最优化模型
第二更新子模块，用于根据公式
第三更新子模块，用于根据图像的不平滑区域ω及修正后的图像的平滑区域λ对pet图像增强模型
判断子模块，用于判断修正后的图像的平滑区域λ是否收敛；
决策子模块，用于当修正后的图像的平滑区域λ未收敛时，令第一更新子模块、第二更新子模块及第三更新子模块重复执行更新图像的不平滑区域ω、更新修正后的图像的平滑区域λ及更新第i帧pet增强图像fi的步骤；当修正后的图像的平滑区域λ收敛时，将修正后的图像的平滑区域λ收敛时对应的fi作为第i帧最优pet增强图像。
该图像增强模块400也可以包括：
查询子模块，用于查询初始模型
的最小值对应的[ω,fi,λ]min；
确立子模块，用于将fi作为第i帧最优pet增强图像。
由于系统部分的实施例与方法部分的实施例相互对应，因此系统部分的实施例请参见方法部分的实施例的描述，这里暂不赘述。
请参考图5，图5为本申请实施例所提供的一种基于几何结构约束的pet图像增强设备的结构图。
基于几何结构约束的pet图像增强设备可因配置或性能不同而产生比较大的差异，可以包括一个或一个以上处理器(centralprocessingunits，cpu)522(例如，一个或一个以上处理器)和存储器532，一个或一个以上存储应用程序542或数据544的存储介质530(例如一个或一个以上海量存储设备)。其中，存储器532和存储介质530可以是短暂存储或持久存储。存储在存储介质530的程序可以包括一个或一个以上模块(图示没标出)，每个模块可以包括对装置中的一系列指令操作。更进一步地，中央处理器522可以设置为与存储介质530通信，在基于几何结构约束的pet图像增强设备500上执行存储介质530中的一系列指令操作。
基于几何结构约束的pet图像增强设备500还可以包括一个或一个以上电源526，一个或一个以上有线或无线网络接口550，一个或一个以上输入输出接口558，和/或，一个或一个以上操作系统541，例如windowsservertm，macosxtm，unixtm,linuxtm，freebsdtm等等。
上述图1至图2所描述的基于几何结构约束的pet图像增强的方法中的步骤由基于几何结构约束的pet图像增强设备基于该图5所示的结构实现。
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统，装置和模块的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
在本申请所提供的几个实施例中，应该理解到，所揭露的装置、设备和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，模块的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个模块或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或模块的间接耦合或通信连接，可以是电性，机械或其它的形式。
作为分离部件说明的模块可以是或者也可以不是物理上分开的，作为模块显示的部件可以是或者也可以不是物理模块，即可以位于一个地方，或者也可以分布到多个网络模块上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。
另外，在本申请各个实施例中的各功能模块可以集成在一个处理模块中，也可以是各个模块单独物理存在，也可以两个或两个以上模块集成在一个模块中。上述集成的模块既可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。
集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，功能调用装置，或者网络设备等)执行本申请各个实施例方法的全部或部分步骤。而前述的存储介质包括：u盘、移动硬盘、只读存储器(read-onlymemory，rom)、随机存取存储器(randomaccessmemory，ram)、磁碟或者光盘等各种可以存储程序代码的介质。
以上对本申请所提供的一种基于几何结构约束的pet图像增强的方法、系统、设备及计算机可读存储介质进行了详细介绍。本文中应用了具体个例对本申请的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本申请的方法及其核心思想。应当指出，对于本技术领域的普通技术人员来说，在不脱离本申请原理的前提下，还可以对本申请进行若干改进和修饰，这些改进和修饰也落入本申请权利要求的保护范围内。
还需要说明的是，在本说明书中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括要素的过程、方法、物品或者设备中还存在另外的相同要素。