[發明專利]用于減少圖像記錄噪聲的方法和裝置

在審

• 申請號: 202011030659.3
• 申請日: 2020-09-27
• 公開（公告）號: CN112651885A
• 公開（公告）日: 2021-04-13
• 發明（設計）人: T·弗洛赫;R·勞帕克;B·施密特
• 申請（專利權）人: 西門子醫療有限公司
• 主分類號: G06T5/00
• 分類號: G06T5/00;G06T5/20
• 代理公司: 北京市金杜律師事務所 11256
• 代理人: 趙林琳;閆昊

1.一種用于減少圖像記錄噪聲的方法，包括步驟：

-提供輸入圖像(E)，

-對所述輸入圖像(E)去噪，并且生成去噪的輸入圖像(Ee)，

-借助適配方法適配所述去噪的輸入圖像(Ee)的像素的噪聲紋理，其中基本上保持所述去噪的輸入圖像(Ee)的噪聲幅度，并且適配所述去噪的輸入圖像(Ee)的所述像素的所述噪聲紋理，使得所述噪聲紋理基本上對應于預先確定的噪聲紋理。

2.根據權利要求1所述的方法，其中利用基于適配函數A對所述去噪的輸入圖像(Ee)進行適配的算法來執行所述適配方法，其中優選地，基于度量M來選擇和/或生成所述適配函數，所述度量對在利用適配函數A'適配的去噪的輸入圖像(Ee)與預先確定的噪聲紋理之間的噪聲紋理的差異進行量化。

3.根據前述權利要求中任一項所述的方法，其中利用自學習算法、尤其是深度學習算法、優選是卷積網絡來執行所述適配方法，其中優選訓練所述自學習算法，使得以高強度記錄的多個訓練圖像(T)被人工加噪，這些加噪的訓練圖像(Tv)借助所述去噪方法被去噪，并且以從去噪的訓練圖像(Te)中重新建立原始的所述訓練圖像(T)為目標，訓練所述自學習算法。

4.根據前述權利要求中任一項所述的方法，其中除了用于所述適配方法的圖像數據外，使用除了所述圖像數據外還存在的其它元信息，其中在處理輸入圖像(E)和/或訓練圖像(T)時使用所述元數據。

5.根據前述權利要求中任一項所述的方法，其中在適配去噪圖像(Ee，Te)的像素的噪聲紋理的范圍內，從加噪圖像(E，Tv)的超高斯噪聲紋理中確定高斯噪聲紋理，并且所述超高斯噪聲紋理被高斯噪聲紋理替換。

6.一種用于減少圖像記錄噪聲的裝置(6)，尤其是利用根據前述權利要求中任一項所述的方法，所述裝置包括：

-一個數據接口(7)，被設計成提供輸入圖像(E)，

-一個去噪單元(8)，被設計成對所述輸入圖像(E)去噪并且生成去噪的輸入圖像(Ee)，

-一個適配裝置(9)，被設計成借助適配方法適配所述去噪的輸入圖像(Ee)的像素的噪聲紋理，其中基本上保持所述去噪的輸入圖像(Ee)的噪聲幅度，并且適配所述去噪的輸入圖像(Ee)的所述像素的所述噪聲紋理，使得所述噪聲紋理基本上對應于預先確定的噪聲紋理。

7.一種用于制造包括自學習算法的適配裝置(9)的制造方法，所述自學習算法尤其用于在根據權利要求1至5中任一項所述的方法的范圍內實施所述適配方法，所述制造方法包括根據以下步驟訓練所述自學習算法：

-提供多個以預先確定的劑量記錄的初始的訓練圖像(T)，

-對所述訓練圖像(T)加噪，使得所得出的加噪的訓練圖像(Tv)在所述加噪的類型方面相應于應當通過根據權利要求1至5中任一項所述的方法按照規定處理的輸入圖像(E)，

-優選地借助在根據權利要求1至5中任一項所述的方法中按照規定使用的去噪方法，對所述加噪的訓練圖像(Tv)進行去噪，并且創建去噪的訓練圖像(Te)，

-以將所述去噪的訓練圖像(Te)在所述噪聲的形式方面適配于初始的所述訓練圖像(T)為目標，訓練所述自學習算法。

8.根據權利要求7所述的制造方法，其中在所述訓練的范圍內，借助適配函數A將所述加噪的訓練圖像(Tv)Iv適配于初始的所述訓練圖像(T)I0，并且選擇度量M，所述度量表示A(Iv)和I0的噪聲紋理的差異的量，并且通過重復改變訓練適配函數A'并且計算所述度量M來配置所述適配函數A，使得對于多個初始的所述訓練圖像(T)I0最小化A'(Iv)和I0的所述噪聲紋理的差異。

9.根據權利要求8所述的制造方法，其中通過根據公式A＝argmin_A'M{A'(Iv),I0}適配所述訓練適配函數A'，得到所述適配函數A。