医学图像生成方法、模型训练方法、装置及介质与流程

文档序号:20922524发布日期:2020-05-29 14:20阅读:来源:国知局

技术特征:

1.一种医学图像生成方法,其特征在于,包括:

获取检测对象的扫描序列数据;所述扫描序列数据包括全采样扫描序列数据和至少一个欠采样倍率的多个欠采样扫描序列数据;所述全采样扫描序列数据对应的扫描序列和所述欠采样扫描序列数据对应的扫描序列不同;

基于所述全采样扫描序列数据和已训练的神经网络模型,对每个欠采样扫描序列数据进行图像生成;

根据图像生成结果,获得检测对象的医学图像。

2.根据权利要求1所述的方法,其特征在于,所述已训练的神经网络模型包括由多个神经网络构成的级联网络模型;

所述级联网络模型中神经网络的数量与多个所述欠采样扫描序列数据对应的扫描序列的序列数量相同,或者

所述级联网络模型中神经网络的数量与多个所述欠采样扫描序列数据对应的数据扫描参数的数量相同,所述数据扫描参数包括扫描序列类型和/或欠采样倍率。

3.根据权利要求1或2所述的方法,其特征在于,所述基于所述全采样扫描序列数据和已训练的神经网络模型,对每个欠采样扫描序列数据进行图像生成包括:

将所述全采样扫描序列数据映射至图像域,得到全采样图像;

将每个所述欠采样扫描序列数据映射至图像域,得到多个欠采样图像;

基于所述全采样图像和已训练的神经网络模型,对所述多个欠采样图像进行图像生成。

4.根据权利要求3所述的方法,其特征在于,若所述已训练的神经网络模型包括由多个神经网络构成的级联网络模型,所述基于所述全采样图像和已训练的神经网络模型,对所述多个欠采样图像进行图像生成包括:

基于所述全采样图像和所述级联网络模型中各级神经网络,分别对每个欠采样图像进行图像生成;

其中,所述级联网络模型中初级神经网络的输入包括所述全采样图像和第一顺序的欠采样图像,所述级联网络模型中第i级神经网络的输入包括所述全采样图像、前面各级神经网络所输出的生成图像和第i顺序的欠采样图像,其中i为大于1的整数。

5.根据权利要求4所述的方法,其特征在于,若欠采样倍率的数量为多个,所述基于所述全采样图像和所述级联网络模型中各级神经网络,分别对每个欠采样图像进行图像生成步骤包括:

根据欠采样倍率的大小,确定每个欠采样扫描序列数据对应的欠采样图像的生成顺序;

利用所述全采样图像和级联网络模型中神经网络,按照所确定的生成顺序对每个欠采样图像进行图像生成。

6.根据权利要求1所述的方法,其特征在于,所述根据图像生成结果,获得检测对象的医学图像包括:

获取全采样扫描序列数据对应的全采样图像;

合并图像生成结果对应的多个生成图像和所述全采样图像,得到检测对象的医学图像。

7.根据权利要求1所述的方法,其特征在于,所述已训练的神经网络模型基于以下训练方法获得:

获取多个扫描序列对应的训练集,所述训练集中包括检测样本对象的全采样样本图像和欠采样样本图像集合,所述欠采样样本图像集合包括至少一个欠采样倍率的多个欠采样样本图像和所述欠采样样本图像对应的参考图像,所述全采样样本图像对应的扫描序列和所述欠采样样本图像对应的扫描序列不同;

构建初始神经网络模型;

基于所述训练集对所述初始神经网络模型进行训练,得到所述已训练的神经网络模型;

其中,模型训练的辅助输入包括所述训练集中的全采样样本图像,模型训练的输入包括欠采样样本图像,欠采样样本图像对应的参考图像作为模型训练的训练目标。

8.一种医学图像生成的模型训练方法,其特征在于,所述方法包括:

获取多个扫描序列对应的训练集,所述训练集包括检测样本对象的全采样样本图像和欠采样样本图像集合,所述欠采样样本图像集合包括至少一个欠采样倍率的多个欠采样样本图像和所述欠采样样本图像对应的参考图像;所述全采样样本图像对应的扫描序列和所述欠采样样本图像对应的扫描序列不同;

构建包括多个神经网络的初始级联网络模型;

基于所述训练集对所述初始级联网络模型进行训练,得到用于医学图像生成的神经网络模型;

其中,所述初始级联网络模型中初级神经网络的输入包括所述全采样样本图像和第一顺序的欠采样样本图像;所述初始级联网络模型中第j级神经网络的输入包括所述全采样样本图像、第j顺序的欠采样样本图像和前面各级神经网络所输出的样本生成图像,其中,j为大于1的整数。

9.一种医学图像生成装置,其特征在于,包括:

获取模块,用于获取检测对象的扫描序列数据;所述扫描序列数据包括全采样扫描序列数据和至少一个欠采样倍率的多个欠采样扫描序列数据;所述全采样扫描序列数据对应的扫描序列和所述欠采样扫描序列数据对应的扫描序列不同;

图像生成模块,用于基于所述全采样扫描序列数据和已训练的神经网络模型,对每个欠采样扫描序列数据进行图像生成;

图像获得模块,用于根据图像生成结果,获得检测对象的医学图像。

10.一种计算机存储介质,其特征在于,所述计算机存储介质中存储有至少一条指令或至少一段程序,所述至少一条指令或至少一段程序由处理器加载并执行以实现如权利要求1-7中任一项所述的医学图像生成方法,和/或权利要求8所述的医学图像生成的模型训练方法。


技术总结
本申请提供一种医学图像生成方法、模型训练方法、装置及介质,所述图像生成方法通过获取检测对象的扫描序列数据;扫描序列数据包括不同扫描序列的全采样扫描序列数据和至少一个欠采样倍率的多个欠采样扫描序列数据;基于全采样扫描序列数据和已训练的神经网络模型,对每个欠采样扫描序列数据进行图像生成,以获得检测对象的医学图像。从而提高了成像效率,同时还减少了各种成像伪影,提高了医学成像质量。

技术研发人员:吕旭阳;廖术
受保护的技术使用者:上海联影智能医疗科技有限公司
技术研发日:2019.12.31
技术公布日:2020.05.29
当前第2页1 2 
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1