校正图像运动伪影的方法、装置、电子装置和存储介质与流程

1.本技术涉及医学图像处理技术领域，特别是涉及一种校正图像运动伪影的方法、装置、电子装置和存储介质。


背景技术：

2.在临床诊断和放疗中，常常由于运动导致图像中出现运动伪影。比如在电子计算机断层扫描的信号采集的过程中，由人体自主和非自主运动或血管搏动造成的沿相位编码方向分布的条形或弧形伪影。其强弱与磁场强度、运动幅度、运动方向有关。
3.目前针对运动伪影的方法，可以增加扫描的角度，如420
°
，从而减少运动的view(视图)带来的影响，此方案无疑会加大剂量从而患者遭受很大辐射影响；基于人工智能的方案虽然在图像上可以获得很好的效果，但是缺乏训练数据以及理论基础，临床图像可能会出现难以控制的结果。
4.针对相关技术中存在的无法安全且稳定的校正图像运动伪影的问题，目前还没有提出有效的解决方案。


技术实现要素：

5.在本实施例中提供了一种校正图像运动伪影的方法、装置、电子装置和存储介质，以解决相关技术中无法安全且稳定的校正图像运动伪影的问题。
6.第一个方面，在本实施例中提供了一种校正图像运动伪影的方法，所述方法包括：
7.获取待处理的初始图像，其中所述初始图像基于初始生数据生成；
8.对所述初始图像进行阈值分割处理以生成第一图像；
9.基于所述第一图像生成第一生数据，并基于所述第一生数据和所述初始生数据生成第二生数据；
10.基于所述第二生数据生成第二图像，其中所述第二图像为运动伪影校正后的图像。
11.在其中的一些实施例中，所述对所述初始图像进行阈值分割处理生成第一图像包括：
12.根据所述分割阈值对所述初始图像进行分割以生成多个等值部分；
13.其中，同一所述等值部分具有相同的显示信息，所述显示信息包括所述初始图像的ct值，多个所述等值部分构成所述第一图像。
14.在其中的一些实施例中，所述分割阈值包括第一分割阈值和第二分割阈值；
15.多个所述等值部分包括第一等值部分、第二等值部分和第三等值部分。
16.在其中的一些实施例中，所述方法还包括：
17.在基于所述第一图像生成所述第一生数据之前，对所述第一图像进行锐化处理。
18.在其中的一些实施例中，所述基于所述第一生数据和所述初始生数据生成第二生数据包括：
19.根据所述第一生数据和所述初始数据的边界梯度，确定所述初始生数据的运动信息；
20.根据所述初始生数据的运动信息、所述第一生数据和所述初始生数据生成所述第二生数据。
21.在其中的一些实施例中，所述运动信息包括运动强度；
22.所述根据所述初始生数据的运动信息、所述第一生数据和所述初始生数据生成所述第二生数据包括：
23.根据所述初始生数据的运动强度，将所述第一生数据和所述初始生数据加权求和得到所述第二生数据；
24.其中，所述第一生数据的权重系数与所述运动强度之间呈正相关，所述初始数据的权重系数与所述运动强度之间呈负相关。
25.在其中的一些实施例中，所述基于所述第一生数据和所述初始生数据生成第二生数据包括：
26.基于所述第一生数据对所述初始生数据进行配准校正，根据配准校正后的初始生数据生成所述第二生数据。
27.第二个方面，在本实施例中提供了一种校正图像运动伪影的装置，所述装置包括：
28.图像获取模块，用于获取待处理的初始图像，其中所述初始图像基于初始生数据生成；
29.图像分割模块，用于对所述初始图像进行阈值分割处理以生成第一图像；
30.数据生成模块，用于基于所述第一图像生成第一生数据，并基于所述第一生数据和所述初始生数据生成第二生数据；
31.图像生成模块，用于基于所述第二生数据生成第二图像，其中所述第二图像为运动伪影校正后的图像。
32.第三个方面，在本实施例中提供了一种电子装置，包括存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述第一个方面所述的校正图像运动伪影的方法。
33.第四个方面，在本实施例中提供了一种存储介质，其上存储有计算机程序，该程序被处理器执行时实现上述第一个方面所述的校正图像运动伪影的方法。
34.与相关技术相比，在本实施例中提供的校正图像运动伪影的方法，首先对初始图像进行阈值分割处理，从而得到第一图像。第一图像中具有多个等值部位，同一等值部位是均匀的。第一图像中的运动伪影是被减轻或是消除的，同时也丢失了部分细节特征。然后通过第一图像生成第一生数据，再根据第一生数据和初始生数据生成第二生数据，最后根据第二生数据生成运动伪影校正的第二图像，从而在生数据层面减轻运动影响。而第二图像结合了第一图像和初始图像的优点，在减轻初始图像的运动伪影的同时，尽量保留了初始图像的细节特征，解决了相关技术中存在的无法安全且稳定的校正图像运动伪影的问题，实现了安全且稳定的校正图像运动伪影的技术效果。
35.本技术的一个或多个实施例的细节在以下附图和描述中提出，以使本技术的其他特征、目的和优点更加简明易懂。
interface controller，简称为nic)，其可通过基站与其他网络设备相连从而可与互联网进行通讯。在一个实例中，传输设备106可以为射频 (radio frequency，简称为rf)模块，其用于通过无线方式与互联网进行通讯。
46.在本实施例中提供了一种校正图像运动伪影的方法，图2是本实施例的校正图像运动伪影的方法的流程图。如图2所示，该流程包括如下步骤：
47.步骤s210，获取待处理的初始图像，其中初始图像基于初始生数据生成。
48.具体的，图像处理设备是首先获取待处理的初始图像，初始图像是通过未处理的初始生数据生成的，也就是说初始图像是指未经过任何处理的图像，待处理的初始图像中带有一定程度的运动伪影。本实施例中的方法流程则是将初始图像中的运动伪影减轻。
49.步骤s220，对初始图像进行阈值分割处理以生成多个等值部分，多个等值部分构成第一图像。
50.具体的，图像处理设备在获得初始图像后，对初始图像进行阈值分割处理，阈值分割是一种基于区域的图像分割技术，原理是把图像中的像素点分为若干类。具体的在本步骤中，由于初始图像中包括多种不同的物体，因此可以基于初始图像中的物体确定分割阈值，从而基于该分割阈值进行分割。示例性地，在常见的医疗图像中，一般包括骨和软组织以及空气三种物体，从而可以根据这三种物体确定两个分割阈值，两个分割阈值则为三种物体的分割临界值。再基于这两个分割阈值将初始图像分割为三个等值部分，三个等值部分分别对应骨和软组织以及空气。其中需要说明的是，不同扫描部位的软组织具有不同种类，所以在具体分割时，需要根据软组织的具体种类适当调整两个分割阈值。也就是说，通过阈值分割处理，可以使得初始图像中的每部分图像均变得更加均匀，从而可以消除或是减轻每部分图像中可能存在的运动伪影。
51.在其中的一个实施例中，同一等值部分具有相同的显示信息，显示信息包括初始图像的ct值。
52.具体的，图像处理设备根据确定好的分割阈值，对初始图像进行分割得到多个等值部分，同一等值部分具有相同的显示信息。显示信息是指ct值。在医疗图像的阈值分割中，由于图像中的不同物体具有不同的ct值，因此可以根据图像中的不同部位的ct值差异进行分割，分割阈值则是指预设的ct值。通过阈值分割生成多个等值部分是指，先根据ct值的差异，将图像分割成多个图像部分，然后将同一图像部分中的ct值统一化，从而得到多个等值部分。通过将同一图像部分中的ct值统一化，使得同一图像部分变得均匀了，从而可以消除或是减轻每个图像部分中的运动伪影。初始图像经过阈值分割处理后，可以得到第一图像。
53.步骤s230，基于第一图像生成第一生数据，并基于第一生数据和初始生数据生成第二生数据。
54.具体的，图像处理设备在上个步骤中，通过对初始图像进行阈值分割处理得到了第一图像，第一图像中具有多个等值部位，同一等值部位具有相同的显示信息，因此是均匀显示的。由于第一图像中的运动伪影被减轻或是消除了，因此可以作为后续图像处理的参考图像。具体的，正投第一图像从而生成第一生数据，第一生数据则为构成第一图像的生数据。然后将初始生数据与第一生数据结合生成第二生数据，第二生数据则是用于生成第二图像，第二图像即为本实施例中的方法流程对初始图像进行处理得到的目标图像。
55.需要进一步说明的是，在步骤s220中得到第一图像也是运动伪影减轻或是消除的图像，但是其中每个图像部位的ct值被统一化了，因此丢失了部分细节特征，因此不能作为目标图像。而本步骤则是将第一生数据和初始生数据进行结合对比，在生数据层面中进行图像校正，在降低图像运动伪影的同时，尽可能地保留初始图像的细节特征，从而得到运动伪影减轻且保留一定细节特征的第二图像。
56.步骤s240，基于第二生数据生成第二图像，其中第二图像为运动伪影校正后的图像。
57.具体的，图像处理设备在得到第二生数据之后，最后通过第二生数据生成第二图像。其中第二生数据是根据第一生数据和初始生数据得到的，结合了两种生数据的优点。因此第二图像是结合了第一图像和初始图像的优点，比如相比于初始图像，第二图像的运动伪影更少，相比于第一图像，第二图像的图像细节更好。
58.通过上述步骤，图像处理设备首先对初始图像进行阈值分割处理，从而得到第一图像。第一图像中具有多个等值部位，同一等值部位是均匀的。第一图像中的运动伪影是被减轻或是消除的，同时也丢失了部分细节特征。然后通过第一图像生成第一生数据，再根据第一生数据和初始生数据生成第二生数据，最后根据第二生数据生成运动伪影被校正的第二图像，从而在生数据层面校正运动影响。而第二图像结合了第一图像和初始图像的优点，在校正初始图像的运动伪影的同时，尽量保留了初始图像的细节特征。解决了相关技术中存在的无法安全且稳定的校正图像运动伪影的问题，实现了安全且稳定的校正图像运动伪影的技术效果。
59.在其中的一些实施例中，分割阈值包括第一分割阈值和第二分割阈值；多个等值部分包括第一等值部分、第二等值部分和第三等值。
60.具体的，在本实施例中，被分割图像中主要包括三种物体，因此需要分割生成第三个等值部分。示例性地，当初始图像中包括骨和软组织以及空气三种物体时，根据这些物体之间的ct值进行图像分割。首先确定骨阈值(第一分割阈值)和空气阈值(第二分割阈值)，骨阈值和空气阈值均为根据物体确定的特定ct值。一般的骨ct值大于软组织ct值，而软组织ct值大于空气ct值，从而可以将骨ct值范围的下限值作为骨阈值，而将空气ct值范围的上限值作为空气阈值。那么在阈值分割过程中，将ct大于或等于骨阈值的图像部位作为骨图像，将ct值小于或是等于空气阈值的图像部位作为空气图像，将ct值小于骨阈值而大于空气阈值的图像部位作为软组织图像。进一步的，可以将骨图像的ct值统一为第一ct值(得到第一等值部分)，第一ct值从骨ct值范围中确定；将软组织图像的ct值统一为第二ct值(得到第二等值部分)，第二 ct值从软组织ct值范围中确定；将空气图像的ct值统一为零(得到第三等值部分)。从而可以得到三个均匀的等值部分。进一步的，其中第一ct值和第二ct值并不是固定的，可以根据实际情况进行调整。比如体骨和头骨由于骨硬化导致骨边缘不一样，因此两种骨的ct值具有差异，从而可以根据图像中骨的具体类型(头骨或是体骨)，适应性修改第一ct值；又比如肌肉和脂肪的ct 值就可能不一样，因此可以根据图像中软组织的具体构成(肌肉或是脂肪)，适应性修改第二ct值。
61.在其中的一些实施例中，该校正图像运动伪影的方法在步骤s230，基于第一图像生成第一生数据，之前还包括：对第一图像进行锐化处理。
62.具体的，第一图像中具有多个等值部分，不同的等值部分之间具有边界，通过图像
锐化处理可以增强不同等值部分之间的边界。从而增加后续第一生数据和初始生数据之间的对比度。
63.在其中的一些实施例中，步骤s230中的，基于第一生数据和初始生数据生成第二生数据，具体包括：
64.步骤s231，根据第一生数据和初始数据的边界梯度，确定初始生数据的运动信息；
65.步骤s232，根据初始生数据的运动信息、第一生数据和初始生数据生成第二生数据。
66.具体的，利用第一生数据的channel方向梯度和初始生数据的channel方向梯度做对比，从而确定存在运动的视图。比如初始生数据的某个视图在channel 方向index为50和index为500有跳变；而第一生数据的视图在channel方向的跳变是index为20和index为470，那么这个视图就有错位，说明该视图就是运动的视图。通过上述比对方法，可以确定出初始生数据中存在运动的视图数据，从而得到初始生数据的运动信息。最终根据初始生数据的运动信息，基于第一生数据和初始生数据生成第二生数据。
67.进一步的，运动信息包括运动强度，步骤s232，根据初始生数据的运动信息、第一生数据和初始生数据生成第二生数据，具体包括：
68.根据初始生数据的运动强度，将第一生数据和初始生数据加权求和得到第二生数据；
69.其中，第一生数据的权重系数与视图运动强度之间呈正相关，初始数据的权重系数与视图运动强度之间呈负相关。
70.具体的，通过上述的边界梯度比对，不仅能够找出初始生数据存在运动的视图数据，同时也能够根据运动的视图错位量确定视图运动强度，因此运动信息中包括了运动强度。在生成第二生数据时，根据初始生数据的运动强度，加权求和初始生数据和第一生数据得到第二生数据。其中，视图运动强度越大，说明初始图像中的运动伪影越严重，因此第二生数据需要更加接近第一生数据 (能够更好的校正运动伪影)，故第一生数据的权重系数更大；视图运动强度越小，说明初始图像中的运动伪影越轻微，因此第二生数据需要更加接近初始生数据(能够更好地保留图像细节特征)，故初始生数据的权重系数更大。通过上述描述可知，在实际操作过程中，需要根据初始生数据中的视图运动强度，权衡第一生数据和初始生数据之间的权重。需要说明的是，上述内容中已经给出了定性确定权重系数的方法，而具体的权重系数需要根据实际情况确定，在同一种实际情况中也可以进行适应性调整，并没有唯一的定量计算方式。
71.在上述实施例中，提供了一种在生数据层面生成第二生数据的方法，除了加权求和第一生数据和初始生数据得到第二生数据外，还可以通过配准初始生数据得到第二生数据。
72.因此，在另外的一些实施例中，步骤s230中的，基于第一生数据和初始生数据生成第二生数据，具体包括：
73.基于第一生数据对初始生数据进行配准校正，根据配准校正后的初始生数据生成第二生数据。
74.本实施例中，配准校正是指选取生数据的view和channel两个方向组合成的二维视图，然后对此二维视图进行图像配准。具体的，把第一生数据的二维视图为参照基准图
片，确定初始生数据的二维视图与第一生数据的二维视图之间的偏移向量，然后采用非刚性配准算法，将初始生数据的二维视图非刚性配准至第一生数据的二维视图所在空间，从而得到第二生数据的二维视图，最后求得一个运动信息少或是没有运动信息的的第二生数据，通过该第二生数据可以得到运动伪影减轻或是去除的第二图像。本实施例中，主要通过非刚性配准算法，降低初始生数据中的视图运动强度。需要说明的是，本实施例中的非刚性配准算法可采用现有常见的非刚性配准算法，且配准过程为现有常见的非刚性配准过程，故在本实施例中不做详细说明。而本实施例的核心在于，以第一生数据的相位图为参照基准图片，对初始生数据的相位图进行非刚性配准，从而得到运动强度降低的第二生数据。
75.下面通过具体的优选实施例对本技术中的技术方案做进一步的说明。
76.图3是本优选实施例的校正图像运动伪影的方法的流程图。如图3所示，校正图像运动伪影的方法的优选流程包括如下步骤：
77.步骤s310，获取原始生数据。
78.步骤s320，生成带有运动伪影的图像。
79.具体的，通过原始生数据生带有运动伪影的图像。
80.步骤s330，将图像阈值分割成水、骨和空气，并进行图像增强锐化。
81.具体的，对带有运动伪影的图像进行阈值分割和锐化，从而加强边界的轮廓清晰度，得到image1阈值分割成常用的水、骨和空气，阈值分割的界限为：
82.ct(bp》＝骨阈值)＝a
83.ct(bp＝《空气阈值)＝0
84.ct(空气阈值《bp《骨阈值)＝b
85.a表示是骨的阈值，b表示是软组织的阈值，这三个等式就是把图像等值分割为等值的空气、软组织和骨结构，从而去掉了一些伪影导致某一个均匀组织的不均匀的。具体的，bp表示图像中物体的ct值，第一个等式表示将ct值大于或等于骨阈值的图像部分的ct值统一为a，第二个等式表示将ct值小于或等于空气阈值的图像部分的ct值统一为0，第三个等式表示将ct值大于空气阈值且小于骨阈值的图像部分统一为b。
86.当如果提前知道被重建的物体构成，适当的修改上面的阈值a和b；具体的，比如肌肉和脂肪的ct值就可能不一样，因此阈值b就可能不一样，又比如体的骨ct值和头的骨ct由于骨硬化导致骨边缘不一样，也可能导致阈值a 不一样。
87.阈值分割可以把被重建的物质的运动伪影去掉或者减轻，用来作为正投的金标准，图像的锐化也是为了后面的正投后边界的对比度高。
88.步骤s340，正投图像得到静态生数据(相当于第一生数据)。
89.具体的，正投上面的参考静态图像(经过阈值分割和锐化处理的图像，相当于第一图像)，从而得到参考静态生数据：projection＝rebp(image1)。
90.步骤s350，静态生数据与原始生数据边界梯度对比。
91.步骤s360，找出原始生数据中有运动的view数据。
92.步骤s370，减少此view的权重后重建出图像。
93.具体地在上述三个步骤中，利用上面的静态生数据的channel方向梯度和原始生数据在channel方向做梯度对比，从而判断哪些view存在运动，加权两个生数据得到校正后的生数据。
94.比如原始生数据在某个view方向的梯度后，在channel方向index为50和 index 500有跳变，而静态生数据的channel方向的跳变index是20和index470，那么这个view就有错位，就是运动的view。
95.假如静态生数据为a，原始生数据为b，根据上面判断的运动强度，生成权重系数weight，权重weight可以是运动强度的关系式；最后校正后的c＝a*weight+ (1-weight)*b，c为校正后的生数据(相当于第二生数据)，其中运动强度越大，权重系数weight越大。
96.最后基于校正后的生数据，重建得到运动伪影被校正的图(相当于第二图像)。
97.需要进一步说明的是，除了通过上述步骤中得到校正后的生数据，还可以基于参考静态生数据，配准校正原始生数据得到校正后的生数据。图像配准就是把生数据的sin图上看成一个图片，找到两个生数据的偏移向量，最后求得一个运动不强的生数据。
98.在本实施例中还提供了一种校正图像运动伪影的装置，该装置用于实现上述实施例及优选实施方式，已经进行过说明的不再赘述。以下所使用的术语“模块”、“单元”、“子单元”等可以实现预定功能的软件和/或硬件的组合。尽管在以下实施例中所描述的装置较佳地以软件来实现，但是硬件，或者软件和硬件的组合的实现也是可能并被构想的。
99.图4是本实施例的校正图像运动伪影的装置的结构框图。如图4所示，该装置包括：
100.图像获取模块410，用于获取待处理的初始图像，其中初始图像基于初始生数据生成；
101.图像分割模块420，用于对初始图像进行阈值分割处理以生成第一图像；
102.数据生成模块430，用于基于第一图像生成第一生数据，并基于第一生数据和初始生数据生成第二生数据；
103.图像生成模块440，用于基于第二生数据生成第二图像，其中第二图像为运动伪影校正后的图像。
104.通过上述模块的配合，图像处理装置首先对初始图像进行阈值分割处理，从而得到第一图像。第一图像中具有多个等值部位，同一等值部位是均匀的。第一图像中的运动伪影是被减轻或是消除的，同时也丢失了部分细节特征。然后通过第一图像生成第一生数据，再根据第一生数据和初始生数据生成第二生数据，最后根据第二生数据生成运动伪影被校正的第二图像，从而在生数据层面校正运动影响。而第二图像结合了第一图像和初始图像的优点，在校正初始图像的运动伪影的同时，尽量保留了初始图像的细节特征。
105.需要说明的是，上述各个模块可以是功能模块也可以是程序模块，既可以通过软件来实现，也可以通过硬件来实现。对于通过硬件来实现的模块而言，上述各个模块可以位于同一处理器中；或者上述各个模块还可以按照任意组合的形式分别位于不同的处理器中。
106.在本实施例中还提供了一种电子装置，包括存储器和处理器，该存储器中存储有计算机程序，该处理器被设置为运行计算机程序以执行上述任一项方法实施例中的步骤。
107.可选地，上述电子装置还可以包括传输设备以及输入输出设备，其中，该传输设备和上述处理器连接，该输入输出设备和上述处理器连接。
108.可选地，在本实施例中，上述处理器可以被设置为通过计算机程序执行以下步骤：
109.s1，获取待处理的初始图像，其中初始图像基于初始生数据生成。
110.s2，对初始图像进行阈值分割处理以生成多个等值部分，多个等值部分构成第一
图像。
111.s3，基于第一图像生成第一生数据，并基于第一生数据和初始生数据生成第二生数据。
112.s4，基于第二生数据生成第二图像，其中第二图像为运动伪影校正后的图像。
113.需要说明的是，在本实施例中的具体示例可以参考上述实施例及可选实施方式中所描述的示例，在本实施例中不再赘述。
114.此外，结合上述实施例中提供的校正图像运动伪影的方法，在本实施例中还可以提供一种存储介质来实现。该存储介质上存储有计算机程序；该计算机程序被处理器执行时实现上述实施例中的任意一种校正图像运动伪影的方法。
115.需要说明的是，本技术所涉及的用户信息(包括但不限于用户设备信息、用户个人信息等)和数据(包括但不限于用于分析的数据、存储的数据、展示的数据等)，均为经用户授权或者经过各方充分授权的信息和数据。
116.应该明白的是，这里描述的具体实施例只是用来解释这个应用，而不是用来对它进行限定。根据本技术提供的实施例，本领域普通技术人员在不进行创造性劳动的情况下得到的所有其它实施例，均属本技术保护范围。
117.显然，附图只是本技术的一些例子或实施例，对本领域的普通技术人员来说，也可以根据这些附图将本技术适用于其他类似情况，但无需付出创造性劳动。另外，可以理解的是，尽管在此开发过程中所做的工作可能是复杂和漫长的，但是，对于本领域的普通技术人员来说，根据本技术披露的技术内容进行的某些设计、制造或生产等更改仅是常规的技术手段，不应被视为本技术公开的内容不足。
[0118]“实施例”一词在本技术中指的是结合实施例描述的具体特征、结构或特性可以包括在本技术的至少一个实施例中。该短语出现在说明书中的各个位置并不一定意味着相同的实施例，也不意味着与其它实施例相互排斥而具有独立性或可供选择。本领域的普通技术人员能够清楚或隐含地理解的是，本技术中描述的实施例在没有冲突的情况下，可以与其它实施例结合。