本發(fā)明涉及圖像處理，特別涉及一種ct金屬偽影去除方法、系統(tǒng)、可讀存儲(chǔ)介質(zhì)及計(jì)算機(jī)。

背景技術(shù)：

1、在醫(yī)學(xué)影像診斷中，ct?掃描是一種常用的檢查手段，它能夠提供高分辨率的人體內(nèi)部結(jié)構(gòu)圖像。然而，當(dāng)患者體內(nèi)存在金屬植入物（如假牙、骨科固定物、心臟起搏器等）時(shí)，ct?掃描圖像往往會(huì)出現(xiàn)金屬偽影。這些金屬偽影主要表現(xiàn)為放射狀或條紋狀的亮暗區(qū)域，嚴(yán)重影響了圖像的質(zhì)量和診斷的準(zhǔn)確性。醫(yī)生在解讀含有金屬偽影的?ct?圖像時(shí)，可能會(huì)誤判病變的位置、大小和形態(tài)，從而影響治療方案的制定。

2、目前，消除?ct?金屬偽影的方法主要有以下幾種：

3、1.軟件校正法：通過(guò)特定的算法對(duì)采集到的原始數(shù)據(jù)進(jìn)行處理，試圖減少金屬偽影的影響。然而，這種方法的效果有限，對(duì)于復(fù)雜的金屬偽影情況往往難以完全消除。

4、2.硬件改進(jìn)法：例如采用特殊的探測(cè)器設(shè)計(jì)或掃描參數(shù)調(diào)整。但這種方法通常需要對(duì)現(xiàn)有設(shè)備進(jìn)行大規(guī)模改造，成本較高，且不一定適用于所有類(lèi)型的?ct?掃描儀。

5、3.雙能?ct?技術(shù)：利用不同能量的?x?射線進(jìn)行掃描，通過(guò)分析物質(zhì)對(duì)不同能量?x射線的吸收差異來(lái)區(qū)分金屬和軟組織，從而減少金屬偽影。然而，雙能?ct?設(shè)備價(jià)格昂貴，普及程度較低。

技術(shù)實(shí)現(xiàn)思路

1、基于此，本發(fā)明的目的是提供一種ct金屬偽影去除方法、系統(tǒng)、可讀存儲(chǔ)介質(zhì)及計(jì)算機(jī)，以解決上述技術(shù)中的不足。

2、本發(fā)明提出一種ct金屬偽影去除方法，包括：

3、獲取若干醫(yī)學(xué)影像圖像，并對(duì)各所述醫(yī)學(xué)影像圖像進(jìn)行圖像分析，以得到對(duì)應(yīng)的圖像數(shù)據(jù)對(duì)，其中，所述圖像數(shù)據(jù)對(duì)中金屬偽影圖像數(shù)據(jù)與正常圖像數(shù)據(jù)不匹配；

4、構(gòu)建圖像輸出模型，并將所述圖像數(shù)據(jù)對(duì)中金屬偽影圖像數(shù)據(jù)輸入至所述圖像輸出模型進(jìn)行訓(xùn)練，以得到圖像輸出訓(xùn)練模型；

5、構(gòu)建圖像處理模型，并將所述圖像數(shù)據(jù)對(duì)輸入至所述圖像處理模型中進(jìn)行模擬退化，以得到退化圖像；

6、利用退化圖像對(duì)所述圖像處理模型進(jìn)行模型優(yōu)化，并將優(yōu)化后的圖像處理模型和所述圖像輸出訓(xùn)練模型進(jìn)行模型融合，以構(gòu)建無(wú)監(jiān)督去金屬偽影網(wǎng)絡(luò)模型；

7、獲取待處理的醫(yī)學(xué)影像圖像，并利用所述無(wú)監(jiān)督去金屬偽影網(wǎng)絡(luò)模型對(duì)所述待處理的醫(yī)學(xué)影像圖像進(jìn)行金屬偽影去除。

8、進(jìn)一步的，構(gòu)建圖像輸出模型，并將所述圖像數(shù)據(jù)對(duì)中金屬偽影圖像數(shù)據(jù)輸入至所述圖像輸出模型進(jìn)行訓(xùn)練，以得到圖像輸出訓(xùn)練模型的步驟包括：

9、提取出所述圖像數(shù)據(jù)對(duì)中的金屬偽影圖像數(shù)據(jù)和正常圖像數(shù)據(jù)，并將所述金屬偽影圖像數(shù)據(jù)輸入至所述圖像輸出模型的重構(gòu)器中，以得到對(duì)應(yīng)的清晰圖像數(shù)據(jù)；

10、利用所述圖像輸出模型的核估計(jì)網(wǎng)絡(luò)估計(jì)出所述金屬偽影圖像的偽影核，并利用所述偽影核對(duì)所述正常圖像數(shù)據(jù)進(jìn)行退化操作，以得到退化圖像；

11、對(duì)所述圖像輸出模型的重構(gòu)器進(jìn)行訓(xùn)練，并將所述金屬偽影圖像輸入至訓(xùn)練后的重構(gòu)器中，將訓(xùn)練后的重構(gòu)器的輸出數(shù)據(jù)輸入至所述圖像輸出模型的退化信息生成模塊中進(jìn)行處理，以得到對(duì)應(yīng)的退化信息；

12、將所述清晰圖像與所述退化信息輸入至所述圖像輸出模型的生成器中，以得到第二金屬偽影圖像。

13、進(jìn)一步的，在所述退化操作中，通過(guò)保持金屬偽影圖像與退化圖像在主成分上的一致性，引入l1范數(shù)損失來(lái)約束所述圖像輸出模型的生成器，具體的計(jì)算公式為：

14、；

15、式中，表示偽影核估計(jì)過(guò)程，表示偽影操作，表示核大小為的高斯濾波算子，為對(duì)應(yīng)尺度的權(quán)重。

16、進(jìn)一步的，對(duì)所述圖像輸出模型的重構(gòu)器進(jìn)行訓(xùn)練的步驟包括：

17、初始化所述圖像輸出模型的重構(gòu)器，并固定所述重構(gòu)器的參數(shù)，引導(dǎo)所述圖像輸出模型的生成器學(xué)習(xí)偽影退化信息；

18、重新訓(xùn)練所述圖像輸出模型的生成器、判別器以及重構(gòu)器，直至所述重構(gòu)器收斂，以確定出優(yōu)化后的重構(gòu)器損失。

19、進(jìn)一步的，所述優(yōu)化后的重構(gòu)器損失的表達(dá)式為：

20、；

21、式中，rec表示優(yōu)化前的重構(gòu)器，表示合成的偽金屬偽影圖像，表示對(duì)應(yīng)的去偽影后的圖像，y表示真實(shí)金屬偽影圖像，表示對(duì)真實(shí)金屬偽影圖像y進(jìn)行處理后的圖像，表示優(yōu)化前的重構(gòu)器的原始損失函數(shù)。

22、本發(fā)明還提出一種ct金屬偽影去除系統(tǒng)，包括：

23、圖像分析模塊，用于獲取若干醫(yī)學(xué)影像圖像，并對(duì)各所述醫(yī)學(xué)影像圖像進(jìn)行圖像分析，以得到對(duì)應(yīng)的圖像數(shù)據(jù)對(duì)，其中，所述圖像數(shù)據(jù)對(duì)中金屬偽影圖像數(shù)據(jù)與正常圖像數(shù)據(jù)不匹配；

24、第一模型構(gòu)建模塊，用于構(gòu)建圖像輸出模型，并將所述圖像數(shù)據(jù)對(duì)中金屬偽影圖像數(shù)據(jù)輸入至所述圖像輸出模型進(jìn)行訓(xùn)練，以得到圖像輸出訓(xùn)練模型；

25、第二模型構(gòu)建模塊，用于構(gòu)建圖像處理模型，并將所述圖像數(shù)據(jù)對(duì)輸入至所述圖像處理模型中進(jìn)行模擬退化，以得到退化圖像；

26、模型優(yōu)化模塊，用于利用退化圖像對(duì)所述圖像處理模型進(jìn)行模型優(yōu)化，并將優(yōu)化后的圖像處理模型和所述圖像輸出訓(xùn)練模型進(jìn)行模型融合，以構(gòu)建無(wú)監(jiān)督去金屬偽影網(wǎng)絡(luò)模型；

27、偽影去除模塊，用于獲取待處理的醫(yī)學(xué)影像圖像，并利用所述無(wú)監(jiān)督去金屬偽影網(wǎng)絡(luò)模型對(duì)所述待處理的醫(yī)學(xué)影像圖像進(jìn)行金屬偽影去除。

28、進(jìn)一步的，所述第一模型構(gòu)建模塊包括：

29、數(shù)據(jù)提取單元，用于提取出所述圖像數(shù)據(jù)對(duì)中的金屬偽影圖像數(shù)據(jù)和正常圖像數(shù)據(jù)，并將所述金屬偽影圖像數(shù)據(jù)輸入至所述圖像輸出模型的重構(gòu)器中，以得到對(duì)應(yīng)的清晰圖像數(shù)據(jù)；

30、退化操作單元，用于利用所述圖像輸出模型的核估計(jì)網(wǎng)絡(luò)估計(jì)出所述金屬偽影圖像的偽影核，并利用所述偽影核對(duì)所述正常圖像數(shù)據(jù)進(jìn)行退化操作，以得到退化圖像；

31、模型訓(xùn)練單元，用于對(duì)所述圖像輸出模型的重構(gòu)器進(jìn)行訓(xùn)練，并將所述金屬偽影圖像輸入至訓(xùn)練后的重構(gòu)器中，將訓(xùn)練后的重構(gòu)器的輸出數(shù)據(jù)輸入至所述圖像輸出模型的退化信息生成模塊中進(jìn)行處理，以得到對(duì)應(yīng)的退化信息；

32、圖像處理單元，用于將所述清晰圖像與所述退化信息輸入至所述圖像輸出模型的生成器中，以得到第二金屬偽影圖像。

33、進(jìn)一步的，所述模型訓(xùn)練單元具體用于：

34、初始化所述圖像輸出模型的重構(gòu)器，并固定所述重構(gòu)器的參數(shù)，引導(dǎo)所述圖像輸出模型的生成器學(xué)習(xí)偽影退化信息；

35、重新訓(xùn)練所述圖像輸出模型的生成器、判別器以及重構(gòu)器，直至所述重構(gòu)器收斂，以確定出優(yōu)化后的重構(gòu)器損失。

36、本發(fā)明還提出一種可讀存儲(chǔ)介質(zhì)，其上存儲(chǔ)有計(jì)算機(jī)程序，該程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)上述的ct金屬偽影去除方法。

37、本發(fā)明還提出一種計(jì)算機(jī)，包括存儲(chǔ)器、處理器以及存儲(chǔ)在所述存儲(chǔ)器上并可在所述處理器上運(yùn)行的計(jì)算機(jī)程序，所述處理器執(zhí)行所述計(jì)算機(jī)程序時(shí)實(shí)現(xiàn)上述的ct金屬偽影去除方法。

38、本發(fā)明當(dāng)中的ct金屬偽影去除方法、系統(tǒng)、可讀存儲(chǔ)介質(zhì)及計(jì)算機(jī)，通過(guò)將醫(yī)學(xué)影像圖像的圖像分析所得到的數(shù)據(jù)對(duì)輸入至圖像輸出模型中進(jìn)行訓(xùn)練，從而得到圖像輸出訓(xùn)練模型，采用深度學(xué)習(xí)算法自動(dòng)學(xué)習(xí)大量含金屬偽影和無(wú)偽影的?ct?圖像數(shù)據(jù)中的特征和模式，從而更準(zhǔn)確地識(shí)別和消除金屬偽影；利用金屬偽影圖像和無(wú)偽影圖像對(duì)圖像輸出訓(xùn)練模型進(jìn)行模擬退化，利用模擬退化得到的退化圖像對(duì)圖像輸出訓(xùn)練模型進(jìn)行模型優(yōu)化，從而構(gòu)建出無(wú)監(jiān)督去金屬偽影網(wǎng)絡(luò)模型，通過(guò)不斷的訓(xùn)練和優(yōu)化，使得模型可以適應(yīng)不同類(lèi)型的金屬植入物、不同的掃描參數(shù)以及不同患者的個(gè)體差異，具有較強(qiáng)的通用性和適應(yīng)性。