基于人工智能的图像伪影削弱方法、装置及电子设备与流程

本申请涉及人工智能技术，尤其涉及一种基于人工智能的图像伪影削弱方法、装置、电子设备、计算机可读存储介质及计算机程序产品。

背景技术：

1、医学图像是反映特定对象(如人类身体)内部结构或内部功能的图像，如计算机断层扫描(computed tomography，ct)图像等，医学图像已经广泛应用于临床诊断和治疗中。然而，医学图像中常常会存在伪影，伪影是指医学图像中与实际结构不相符的信号，会影响医学图像的可读性和清晰度。例如，在对人类身体进行ct成像时，如果人类身体内包括金属植入物，比如假牙、假肢等，则由于金属对x射线的吸收，会导致得到的ct图像中呈现出条纹、阴影等伪影现象。

2、在相关技术提供的方案中，通常是采用自监督学习的方式实现伪影削弱，例如，在训练阶段利用不同的金属mask对训练数据进行增广，然后利用不同增广方式间的重建结果进行相互约束以实现模型训练，训练后的模型用于削弱医学图像中的伪影。然而，自监督学习的方式需要事先搜集大量的成对样本(带伪影医学图像以及对应的不带伪影医学图像)，实现成本较高。

技术实现思路

1、本申请提供一种基于人工智能的图像伪影削弱方法、装置、电子设备、计算机可读存储介质及计算机程序产品，能够降低实现成本，同时提升伪影削弱效果。

2、本申请的技术方案是这样实现的：

3、本申请提供一种基于人工智能的图像伪影削弱方法，包括：

4、获取带伪影弦图以及噪声医学图像；

5、对第t个时间步输入的医学图像进行去噪处理，得到第t个时间步的先验医学图像；其中，所述噪声医学图像用于作为第t个时间步输入的医学图像；t为大于1的整数，t为大于0且不超过t的整数，且t的初始值为t；

6、对第t个时间步的先验医学图像进行前向投影处理，得到第t个时间步的先验弦图；

7、根据所述带伪影弦图、第t个时间步的先验医学图像、以及第t个时间步的先验弦图进行联合重建处理，得到第t个时间步的重建医学图像；

8、对第t个时间步输入的医学图像以及第t个时间步的重建医学图像进行加权求和处理，得到第t-1个时间步输入的医学图像；

9、若t>1，则对t进行自减处理，并返回执行所述对第t个时间步输入的医学图像进行去噪处理，得到第t个时间步的先验医学图像的步骤；

10、若t＝1，则将第1个时间步的重建医学图像确定为伪影削弱后的医学图像。

11、本申请提供一种基于人工智能的图像伪影削弱装置，包括：

12、获取模块，用于获取带伪影弦图以及噪声医学图像；

13、去噪模块，用于对第t个时间步输入的医学图像进行去噪处理，得到第t个时间步的先验医学图像；其中，所述噪声医学图像用于作为第t个时间步输入的医学图像；t为大于1的整数，t为大于0且不超过t的整数，且t的初始值为t；

14、前向投影模块，用于对第t个时间步的先验医学图像进行前向投影处理，得到第t个时间步的先验弦图；

15、联合重建模块，用于根据所述带伪影弦图、第t个时间步的先验医学图像、以及第t个时间步的先验弦图进行联合重建处理，得到第t个时间步的重建医学图像；

16、加权求和模块，用于对第t个时间步输入的医学图像以及第t个时间步的重建医学图像进行加权求和处理，得到第t-1个时间步输入的医学图像；

17、判断模块，用于若t>1，则对t进行自减处理，并返回执行所述对第t个时间步输入的医学图像进行去噪处理，得到第t个时间步的先验医学图像的步骤；

18、所述判断模块，还用于若t＝1，则将第1个时间步的重建医学图像确定为伪影削弱后的医学图像。

19、本申请提供一种电子设备，包括：

20、存储器，用于存储可执行指令；

21、处理器，用于执行所述存储器中存储的可执行指令时，实现本申请提供的基于人工智能的图像伪影削弱方法。

22、本申请提供一种计算机可读存储介质，存储有可执行指令，用于引起处理器执行时，实现本申请提供的基于人工智能的图像伪影削弱方法。

23、本申请提供了一种计算机程序产品，该计算机程序产品包括可执行指令，用于引起处理器执行时，实现本申请提供的基于人工智能的图像伪影削弱方法。

24、本申请具有以下有益效果：

25、本申请通过获取带伪影弦图以及噪声医学图像，根据带伪影弦图以及噪声医学图像进行t个时间步的处理得到伪影削弱后的医学图像，在其中每个时间步中，一方面利用到了去噪处理所带来的先验知识(即先验医学图像以及先验弦图)；另一方面考虑到弦图和医学图像之间的物理成像机制，实现弦图与医学图像之间的相互约束，使得弦图与医学图像之间的信息交互更加充分，即通过联合重建处理得到重建医学图像，从而提升伪影削弱效果。综上，本申请是一种无监督方式，无需搜集大量的成对样本，实现成本低；同时，也能够实现较好的伪影削弱效果。

技术特征：

1.一种基于人工智能的图像伪影削弱方法，其特征在于，包括：

2.根据权利要求1所述的方法，其特征在于，所述根据所述带伪影弦图、第t个时间步的先验医学图像、以及第t个时间步的先验弦图进行联合重建处理，得到第t个时间步的重建医学图像，包括：

3.根据权利要求2所述的方法，其特征在于，所述根据所述带伪影弦图、第t个时间步的先验弦图、以及第t+1个时间步的重建医学图像进行弦图重建处理，得到第t个时间步的重建弦图，包括：

4.根据权利要求2所述的方法，其特征在于，所述根据第t个时间步的先验医学图像、以及第t+1个时间步的重建弦图进行医学图像重建处理，得到第t个时间步的重建医学图像，包括：

5.根据权利要求2所述的方法，其特征在于，所述根据所述带伪影弦图、第t个时间步的先验弦图、以及第t+1个时间步的重建医学图像进行弦图重建处理，包括：

6.根据权利要求5所述的方法，其特征在于，所述方法还包括：

7.根据权利要求2所述的方法，其特征在于，所述方法还包括：

8.根据权利要求1所述的方法，其特征在于，所述对第t个时间步输入的医学图像进行去噪处理，得到第t个时间步的先验医学图像，包括：

9.根据权利要求8所述的方法，其特征在于，所述通过去噪网络预测第t个时间步输入的医学图像中的噪声之前，所述方法还包括：

10.根据权利要求9所述的方法，其特征在于，所述根据样本医学图像进行前向扩散处理，得到扩散医学图像，包括：

11.根据权利要求9所述的方法，其特征在于，所述根据所述扩散医学图像进行逆向重建处理，包括：

12.根据权利要求1至11任一项所述的方法，其特征在于，伪影削弱后的医学图像的数量为多个，多个伪影削弱后的医学图像分别是根据不同的t值得到的；

13.一种基于人工智能的图像伪影削弱装置，其特征在于，包括：

14.一种电子设备，其特征在于，包括：

15.一种计算机可读存储介质，其特征在于，存储有可执行指令，用于被处理器执行时，实现权利要求1至12任一项所述的基于人工智能的图像伪影削弱方法。

16.一种计算机程序产品，其特征在于，包括可执行指令，用于被处理器执行时，实现权利要求1至12任一项所述的基于人工智能的图像伪影削弱方法。

技术总结
本申请提供了一种基于人工智能的图像伪影削弱方法、装置、电子设备及计算机可读存储介质；方法包括：对第t个时间步输入的医学图像进行去噪处理，得到第t个时间步的先验医学图像；对第t个时间步的先验医学图像进行前向投影处理，得到第t个时间步的先验弦图；根据带伪影弦图、第t个时间步的先验医学图像、以及第t个时间步的先验弦图进行联合重建处理，得到第t个时间步的重建医学图像；对第t个时间步输入的医学图像以及第t个时间步的重建医学图像进行加权求和处理，得到第t‑1个时间步输入的医学图像；将第1个时间步的重建医学图像确定为伪影削弱后的医学图像。通过本申请，能够降低图像伪影削弱的实现成本，同时提升伪影削弱效果。

技术研发人员：王红,郑冶枫
受保护的技术使用者：腾讯科技（深圳）有限公司
技术研发日：
技术公布日：2024/3/11