[發明專利]低劑量圖像去噪網絡的訓練方法、低劑量圖像的去噪方法

有效

• 申請號: 202011430758.0
• 申請日: 2020-12-07
• 公開（公告）號: CN112488951B
• 公開（公告）日: 2022-05-20
• 發明（設計）人: 鄭海榮;胡戰利;黃振興;梁棟;劉新
• 申請（專利權）人: 深圳先進技術研究院
• 主分類號: G06T5/00
• 分類號: G06T5/00
• 代理公司: 深圳市銘粵知識產權代理有限公司 44304
• 代理人: 孫偉峰;但念念

本發明提供了一種低劑量圖像去噪網絡的訓練方法、低劑量圖像的去噪方法、計算機設備及存儲介質，本發明提供的低劑量圖像去噪網絡的訓練方法中低劑量圖像去噪網絡會根據低劑量圖像生成低劑量圖像的劑量等級估計值及標準劑量估計圖像，再根據標準劑量估計圖像和劑量等級估計值生成低劑量估計圖像，最后根據低劑量圖像、低劑量估計圖像、標準劑量圖像、標準劑量估計圖像構建損失函數，對損失函數進行優化，獲得所述低劑量圖像去噪網絡的參數，從而將劑量等級信息融合到圖像重建過程中，提升了去噪方法的魯棒性以及重建圖像的質量。

技術領域

本發明涉及圖像重建技術領域，尤其涉及一種低劑量圖像去噪網絡的訓練方法、低劑量圖像的去噪方法、計算機設備及存儲介質。

背景技術

計算機斷層成像(CT)是通過無損方式獲取物體內部結構信息的一種重要成像手段，它擁有高分辨率、高靈敏度以及多層次等眾多優點，是我國裝機量最大的醫療影像診斷設備之一，被廣泛應用于各個醫療臨床檢查領域。然而，由于 CT掃描過程中需要使用X射線，隨著人們對輻射潛在危害的逐步了解，CT輻射劑量問題越來越受到人們的重視。合理使用低劑量(As Low As Reasonably Achievable，ALARA)原則要求在滿足臨床診斷的前提下，盡量降低對患者的輻射劑量，而隨著劑量的降低，更多的噪聲會出現在成像過程中，從而導致成像質量較差，因此，研究和開發新的低劑量CT成像方法，既能保證CT成像質量又減少有害的輻射劑量，對于醫療診斷領域具有重要的科學意義和應用前景。由于不同的解剖部位使用的輻射劑量會存在差異，而現有的低劑量CT成像方法通常基于同一解剖部位，魯棒性較差。

發明內容

為了解決現有技術的不足，本發明提供一種低劑量圖像去噪網絡的訓練方法、低劑量圖像的去噪方法、計算機設備及存儲介質，將劑量等級信息融合到圖像重建過程中，提升了去噪方法的魯棒性以及重建圖像的質量。

本發明提出的具體技術方案為：提供一種低劑量圖像去噪網絡的訓練方法，所述訓練方法包括：

獲取訓練數據集，所述訓練數據集包括多個輸入參數組，每一個所述輸入參數組包括標準劑量圖像、低劑量圖像；

建立訓練網絡，所述訓練網絡包括低劑量圖像去噪網絡、低劑量圖像生成網絡；

將所述訓練數據集輸入所述訓練網絡，所述低劑量圖像去噪網絡根據所述低劑量圖像生成所述低劑量圖像的劑量等級估計值及標準劑量估計圖像；所述低劑量圖像生成網絡根據所述標準劑量估計圖像和所述劑量等級估計值生成低劑量估計圖像；

根據所述低劑量圖像、低劑量估計圖像、標準劑量圖像、標準劑量估計圖像構建損失函數；

對所述損失函數進行優化，獲得所述低劑量圖像去噪網絡的參數并更新所述低劑量圖像去噪網絡。

進一步地，所述低劑量圖像去噪網絡包括依次連接的第一特征提取模塊、第一下采樣模塊、劑量等級生成模塊、第一融合模塊、第一下采樣模塊、第一重建模塊，所述劑量等級生成模塊用于生成劑量等級估計值，所述第一融合模塊用于將所述劑量等級估計值與所述低劑量圖像的特征信息進行融合。

進一步地，所述低劑量圖像生成網絡包括依次連接的第二特征提取模塊、第二下采樣模塊、第二融合模塊、第二下采樣模塊、第二重建模塊，所述第二融合模塊用于將所述劑量等級估計值與所述標準劑量估計圖像的特征信息進行融合。

進一步地，每一個所述輸入參數組還包括所述低劑量圖像對應的劑量等級值；所述訓練網絡還包括低劑量圖像判別網絡，所述低劑量圖像判別網絡用于根據所述低劑量圖像和所述低劑量估計圖像生成劑量等級預測值；所述根據所述低劑量圖像、低劑量估計圖像、標準劑量圖像、標準劑量估計圖像構建損失函數，包括：

根據所述低劑量圖像、低劑量估計圖像、標準劑量圖像、標準劑量估計圖像、劑量等級預測值構建損失函數。

進一步地，所述低劑量圖像判別網絡包括多個第一數值約束層、第一平鋪層、第一全連接層。