[发明专利]图像散射校正方法、装置及设备

权利要求书

1.一种图像散射校正方法，其特征在于，所述方法包括：

采集被检者的初始投影图，所述初始投影图为通过医疗设备扫描被检者得到的二维投影图；

根据预先建立的投影图与散射图的映射关系模型，估计所述初始投影图的目标散射图；

通过所述目标散射图对所述初始投影图进行校正，获得目标投影图；

所述根据预先建立的投影图与散射图的映射关系模型，估计所述初始投影图的目标散射图，包括：

调用所述投影图与散射图的映射关系模型；

将所述初始投影图作为输入向量输入所述映射关系模型，并获得作为输出向量的所述初始投影图的目标散射图。

2.根据权利要求1所述的方法，其特征在于，所述采集被检者的初始投影图之前，还包括：

获取训练数据，所述训练数据包括预设数量的初始投影图以及对应的目标散射图；

通过对所述训练数据进行机器学习后，建立所述投影图与散射图的映射关系模型。

3.根据权利要求2所述的方法，其特征在于，所述获取训练数据，包括：

采集预设数量的初始投影图，并对所述初始投影图进行重建获得三维重建图，其中，所述初始投影图为通过锥束X线电子计算机断层扫描CBCT设备扫描被检者得到的二维投影图；

将所述三维重建图与已保存的标准多排螺旋X线电子计算机断层扫描MDCT图进行配准，得到配准MDCT图；

调用正投影算法，根据所述配准MDCT图计算所述初始投影图的中间投影图；

通过对所述初始投影图与所述中间投影图的差值图像进行平滑处理，获得散射估计图；

将所述初始投影图减去所述散射估计图，得到与所述预设数量的初始投影图对应的目标散射图。

4.根据权利要求2所述的方法，其特征在于，所述通过对所述训练数据进行机器学习后，建立所述投影图与散射图的映射关系模型，包括：

调用预设的机器学习算法，将所述预设数量的初始投影图作为所述机器学习算法的输入向量，将所述对应的目标散射图作为所述机器学习算法的期望输出向量；

通过运行所述机器学习算法，获得所述投影图与散射图的映射关系模型。

5.根据权利要求1所述的方法，其特征在于，所述通过所述目标散射图对所述初始投影图进行校正，获得目标投影图，包括：

将所述初始投影图中每个像素点的像素值减去所述目标散射图中对应像素点的像素值，得到校正后的目标投影图。

6.一种图像散射校正装置，其特征在于，所述装置包括：

采集单元，用于采集被检者的初始投影图，所述初始投影图为通过医疗设备扫描被检者得到的二维投影图；

估计单元，用于根据预先建立的投影图与散射图的映射关系模型，估计所述初始投影图的目标散射图；

校正单元，用于通过所述目标散射图对所述初始投影图进行校正，获得目标投影图；

所述估计单元包括：

模型调用子单元，用于调用所述投影图与散射图的映射关系模型；

图像估计子单元，用于将所述初始投影图作为输入向量输入所述映射关系模型，并获得作为输出向量的所述初始投影图的目标散射图。

7.根据权利要求6所述的装置，其特征在于，所述装置还包括：

获取单元，用于获取训练数据，所述训练数据包括预设数量的初始投影图以及对应的目标散射图；

学习单元，用于通过对所述训练数据进行机器学习后，建立所述投影图与散射图的映射关系模型。