[發明專利]一種胸部DR雙能量數字減影圖像生成方法

在審

• 申請號: 202110270213.6
• 申請日: 2021-03-12
• 公開（公告）號: CN113052930A
• 公開（公告）日: 2021-06-29
• 發明（設計）人: 李鐵成;王子騰;賈瀟;王立威;胡陽;丁佳;呂晨翀
• 申請（專利權）人: 北京醫準智能科技有限公司;廣西醫準智能科技有限公司
• 主分類號: G06T11/00
• 分類號: G06T11/00;G06N3/04;G06N3/08
• 代理公司: 北京蕙識同聯專利代理事務所(特殊普通合伙) 11966
• 代理人: 張林;劉曄

1.一種基于生成對抗網絡生成胸部DR骨減影圖像和組織減影圖像的方法，其特征在于，包括以下步驟：

1)獲取胸部DR雙能減影圖像，所述胸部DR雙能減影圖像包括胸部DR原圖、骨減影圖像和組織減影圖像；

2)對所述胸部DR雙能減影圖像進行預處理后構建訓練集，所述預處理包括利用特定的窗寬窗位對圖像進行線性拉伸，以及重設圖像的大小；

3)構建生成對抗網絡模型，將預處理后的胸部DR原圖、骨減影圖像和組織減影圖像輸入生成對抗網絡模型進行訓練；

4)獲取待處理的胸部DR圖像，將待處理的胸部DR圖像輸入步驟3)中訓練好的生成對抗網絡中，生成相應的骨減影圖像和組織減影圖像。

2.如權利要求1所述的方法，其特征在于，所述步驟2)中預處理具體包括以下步驟：

獲得所述胸部DR雙能減影圖像的最適窗寬窗位，以所述最適窗寬窗位為目標對所述胸部DR雙能減影圖像進行線性拉伸，重設圖像大小為2048。

3.如權利要求1或2所述的方法，其特征在于，所述步驟3)中生成對抗網絡模型包括生成器和鑒別器，所述生成器包括編碼器E_s、解碼器G_t和輔助分類器η_s，所述編碼器E_s包括多個下采樣卷積層和多個殘差模塊，所述解碼器G_t包括多個上采樣卷積層和多個殘差模塊；所述鑒別器包括編碼器Edt。

4.如權利要求3所述的方法，其特征在于，所述生成器的編碼器采用IN，解碼器的殘差模塊采用歸一化函數AdaILN，其它模塊采用ILN，鑒別器上的采樣模塊采用SN。

5.如權利要求1-4任一項所述的方法，其特征在于，所述步驟3)中生成對抗網絡模型采用的損失函數包括對抗損失函數、循環損失函數、身份損失函數和類激活映射損失函數。

6.如權利要求1-5任一項所述的方法，其特征在于，所述步驟3)的訓練包括以下步驟：以所述胸部DR原圖或噪聲作為生成器的輸入，得到重構圖像，所述重構圖像包括骨減影圖像和組織減影圖像，將所述重構圖像與真實的骨減影圖像和組織減影圖像輸入到鑒別器，經過反向傳播與梯度更新調節生成器與鑒別器權值參數，完成模型的訓練。

7.如權利要求1-6任一項所述的方法，其特征在于，所述步驟4)中待處理的胸部DR圖像在輸入前經過預處理，所述預處理包括利用特定的窗寬窗位對圖像進行線性拉伸，重設圖像的大小為2048。

8.一種圖像處理裝置，其特征在于，包括：

1)圖像獲取單元，用于獲取原始訓練樣本，所述原始訓練樣本包括胸部DR原圖、骨減影圖像和組織減影圖像；以及獲取待處理的胸部DR圖像；

2)圖像預處理單元，用于對所述圖像獲取單元獲取的圖像進行預處理，所述預處理包括利用特定的窗寬窗位對圖像進行線性拉伸，以及重設圖像的大小；

3)圖像生成單元，用于將所述胸部DR原圖和噪聲，以及待處理的胸部DR圖像輸入到生成器中，得到骨減影或者組織減影圖像；

4)圖像訓練單元，用于將生成器生成的重構圖像輸入到到鑒別器，經過反向傳播與梯度更新調節生成器與鑒別器權值參數，以完成對所述生成對抗網絡模型的訓練。

9.一種電子設備，其特征在于，包括：處理器和存儲器；所述處理器和存儲器相連，其中，所述存儲器用于存儲計算機程序，所述處理器用于調用所述計算機程序，以執行如權利要求1-7任一項所述的方法。

10.一種計算機存儲介質，其特征在于，所述計算機存儲介質存儲有計算機程序，所述計算機程序包括程序指令，所述程序指令當被處理器執行時，執行如權利要求1-7任一項所述的方法。