[發明專利]一種基于人工智能的圖像運動偽影消除方法及系統

有效

• 申請號: 201910325563.0
• 申請日: 2019-04-22
• 公開（公告）號: CN110060315B
• 公開（公告）日: 2023-07-21
• 發明（設計）人: 曾凱
• 申請（專利權）人: 深圳安科高技術股份有限公司
• 主分類號: G06T11/00
• 分類號: G06T11/00;G06T5/00
• 代理公司: 深圳市君勝知識產權代理事務所(普通合伙) 44268
• 代理人: 楊宏

本發明公開了一種基于人工智能的圖像運動偽影消除方法及系統，所示方法包括以下步驟：對目標圖像處理得到帶有運動偽影的圖像，并構建圖像數據庫；根據圖像數據庫構建神經網絡，并進行神經網絡訓練；利用訓練好的神經網絡消除待處理圖像的運動偽影并輸出已處理圖像。由于基于人工智能的深度學習方法，通過構建數據訓練網絡識別并減少或消除此類圖像偽影，對運動的軌跡沒有特殊要求，而且靈活，計算量小，魯棒性較好。

技術領域

本發明涉及醫學成像技術領域，尤其涉及的是一種基于人工智能的圖像運動偽影消除方法及系統。

背景技術

CT(計算機斷層掃描成像系統)利用X射線掃描物體，獲得投影數據，并通過斷層重建算法來處理這些投影數據，獲得物體的斷層和三維的密度信息，達到無損檢測的目的。因成像物理過程的復雜性，即使最先進的CT系統也要應對各種圖像偽影對最終圖像質量的影響。運動偽影在其中的表現尤為明顯。

現有技術中，在臨床應用中病人的運動是不可避免的，而且有很多種模式，對于運動偽影，目前大多是基于運動估計的方法，但是這種方法需要冗余的掃描來估計物體的運動軌跡，而且因為是基于迭代的方法，計算量很大，估計的結果也不夠魯棒。

因此，現有技術還有待于改進和發展。

發明內容

本發明要解決的技術問題在于，針對現有技術的上述缺陷，提供一種基于人工智能的圖像運動偽影消除方法及系統，旨在解決現有技術中迭代方法估計的計算量很大導致魯棒性差的問題。

本發明解決技術問題所采用的技術方案如下：

一種基于人工智能的圖像運動偽影消除方法，其中，包括步驟：

對目標圖像處理得到帶有運動偽影的圖像，并構建圖像數據庫；

根據圖像數據庫構建神經網絡，并進行神經網絡訓練；

利用訓練好的神經網絡消除待處理圖像的運動偽影并輸出已處理圖像。

所述的基于人工智能的圖像運動偽影消除方法，其中，所述對目標圖像處理得到帶有運動偽影的圖像，并構建圖像數據庫步驟具體包括：

對目標圖像進行二維或三維的傅立葉變換形成傅立葉空間；

在每個角度的傅立葉空間上增加相位偏移后，進行反傅立葉變換得到帶有運動偽影的圖像；

將帶有運動偽影的圖像與其對應的目標圖像組成圖相對，并形成圖像數據庫。

所述的基于人工智能的圖像運動偽影消除方法，其中，所述根據圖像數據庫構建神經網絡，并進行神經網絡訓練步驟具體包括：

根據圖像數據庫構建基于卷積的神經網絡；

利用梯度下降法，根據目標函數優化神經網絡的參數，并完成訓練。

所述的基于人工智能的圖像運動偽影消除方法，其中，所述目標函數為：

其中，Img為經過神經網絡處理過的圖像，Img_targ為目標圖像，k為正整數，Img_k為第k張經過神經網絡處理過的圖像，Img_targ,k為第k張目標圖像，Σ為求和操作，Loss(·)為目標函數。

所述的基于人工智能的圖像運動偽影消除方法，其中，在所述基于卷積的神經網絡中，當輸出經過神經網絡處理過的圖像時輸出背景和各種偽影區域的標記。

一種基于人工智能的圖像運動偽影消除系統，其中，包括：處理器，以及與所述處理器連接的存儲器，

所述存儲器存儲有基于人工智能的圖像運動偽影消除程序，所述基于人工智能的圖像運動偽影消除程序被所述處理器執行時實現以下步驟：