[發明專利]CT圖像處理方法、裝置、存儲介質及電子設備

在審

• 申請號: 202011192724.2
• 申請日: 2020-10-30
• 公開（公告）號: CN112365433A
• 公開（公告）日: 2021-02-12
• 發明（設計）人: 顧文劍;賈弼然;蔡巍;張霞
• 申請（專利權）人: 沈陽東軟智能醫療科技研究院有限公司
• 主分類號: G06T5/50
• 分類號: G06T5/50;G06T7/11
• 代理公司: 北京英創嘉友知識產權代理事務所(普通合伙) 11447
• 代理人: 魏嘉熹

1.一種CT圖像處理方法，其特征在于，所述方法包括：

獲取待處理的CT圖像；

根據預設的多種目標窗信息分別對所述CT圖像進行加窗處理，獲得所述CT圖像對應的多個加窗圖層，其中，目標窗信息包括目標窗寬信息和目標窗位信息，每一加窗圖層為所述CT圖像通過一種目標窗信息進行加窗處理所得的圖像；

將所述CT圖像對應的多個加窗圖層輸入圖像處理模型，獲得所述CT圖像的處理結果。

2.根據權利要求1所述的方法，其特征在于，所述圖像處理模型包括第一處理子模型、第二處理子模型和第三處理子模型，所述圖像處理模型中包括與所述加窗圖層一一對應的掩膜矩陣，所述將所述CT圖像對應的多個加窗圖層輸入圖像處理模型，獲得所述CT圖像的處理結果，包括：

將所述CT圖像對應的每一所述加窗圖層輸入所述第一處理子模型，以根據與該加窗圖層對應的掩膜矩陣對該加窗圖層進行處理，獲得該加窗圖層對應的特征圖層；

通過所述第二處理子模型對每一所述加窗圖層對應的特征圖層進行融合，獲得所述CT圖像對應的多通道目標圖像；

將所述多通道目標圖像輸入所述第三處理子模型，獲得所述CT圖像的處理結果。

3.根據權利要求2所述的方法，其特征在于，所述掩膜矩陣中的元素與所述CT圖像中的像素點一一對應；

所述將所述CT圖像對應的每一所述加窗圖層輸入所述第一處理子模型，以根據與該加窗圖層對應的掩膜矩陣對該加窗圖層進行處理，獲得該加窗圖層對應的特征圖層，包括：

針對每一所述加窗圖層，將所述加窗圖層中的每一像素點的像素值、以及該加窗圖層對應的掩膜矩陣中與該像素點對應的元素的元素值的乘積確定為該特征圖層中該像素點的像素值，以獲得該加窗圖層對應的特征圖層。

4.根據權利要求1所述的方法，其特征在于，所述圖像處理模型通過以下方式獲得：

獲取訓練樣本，其中，所述訓練樣本中包括樣本圖像以及與所述樣本圖像對應的目標標簽，所述樣本圖像為CT圖像；

根據多種所述目標窗信息分別對所述樣本圖像進行加窗處理，獲得所述樣本圖像與每一所述目標窗信息對應的多個樣本加窗圖層；

將所述樣本圖像對應的每一所述樣本加窗圖層作為模型的輸入，將所述樣本圖像對應的目標標簽作為所述模型的輸出，對所述模型進行訓練，獲得所述圖像處理模型。

5.根據權利要求4所述的方法，其特征在于，所述圖像處理模型中包括與所述樣本加窗圖層一一對應的掩膜矩陣，所述將所述樣本圖像對應的每一所述樣本加窗圖層作為模型的輸入，將所述樣本圖像對應的目標標簽作為所述模型的輸出，對所述模型進行訓練，獲得所述圖像處理模型，包括：

對每一所述掩膜矩陣進行卷積操作，并將進行卷積操作后獲得的掩膜矩陣進行歸一化映射，獲得映射后的掩膜矩陣，其中，所述掩膜矩陣中的元素的元素值初始為1；

將所述樣本圖像對應的每一所述樣本加窗圖層和與該樣本加窗圖層對應的映射后的掩膜矩陣，獲得所述樣本圖像對應的預測結果；

根據所述預測結果和所述樣本圖像對應的目標標簽確定所述模型的損失值，在所述損失值大于預設閾值的情況下，根據所述損失值更新所述模型的參數，其中所述模型的參數包括所述對所述掩膜矩陣進行卷積操作的卷積參數。

6.根據權利要求1所述的方法，其特征在于，所述方法還包括：

響應于模式選擇指令，將所述模式選擇指令指示的處理模式確定為所述CT圖像對應的目標處理模式，其中，所述處理模式為CT圖像分類、CT圖像分割、CT圖像中的目標物檢測中的任一者；

所述將所述CT圖像對應的多個加窗圖層輸入圖像處理模型，獲得所述CT圖像的處理結果，包括：

將所述CT圖像對應的多個所述加窗圖層輸入所述目標處理模式對應的圖像處理模型，獲得所述CT圖像的處理結果。