[发明专利]一种用于医疗图像的修复方法及设备

权利要求书

1.一种用于医疗图像的修复方法，其特征在于，所述方法包括：

获取并分割原始医疗图像，得到非血管区域图像和血管区域图像；

分类所述血管区域图像，得到非伪影血管区域图像和伪影血管区域图像；

利用深度学习模型修复所述伪影血管区域图像，得到修正后的伪影血管区域图像；

整合所述非血管区域图像、非伪影血管区域图像和修正后的伪影血管区域图像，得到正常医疗图像。

2.根据权利要求1所述的方法，其特征在于，所述利用深度学习模型修复所述伪影血管区域图像，得到修正后的伪影血管区域图像包括：

获取正常图像训练样本和伪影图像训练样本；

对抗训练所述正常图像训练样本和伪影图像训练样本，得到生成式对抗网络；

利用所述生成式对抗网络修复所述伪影血管区域图像，得到修正后的伪影血管区域图像。

3.根据权利要求2所述的方法，其特征在于，所述获取正常图像训练样本和伪影图像训练样本包括：

获取舒张期图像样本和对应所述舒张期图像样本的收缩期图像样本；

确定所述舒张期图像样本为所述正常图像训练样本；

确定所述收缩期图像样本为所述伪影图像训练样本。

4.根据权利要求2所述的方法，其特征在于，所述获取正常图像训练样本和伪影图像训练样本还包括：

训练所述正常图像训练样本，得到对应于正常图像训练样本的伪影图像训练样本；

训练所述伪影图像训练样本，得到对应于伪影图像训练样本的正常图像训练样本。

5.根据权利要求1所述的方法，其特征在于，所述整合所述非血管区域图像、非伪影血管区域图像和修正后的伪影血管区域图像，得到正常医疗图像包括：

合并所述非伪影血管区域图像和所述修正后的伪影血管区域图像，得到修正后的血管区域图像；

将所述非血管区域图像填充至所述修正后的血管区域图像的对应位置，得到正常医疗图像。

6.一种用于医疗图像的修复设备，其特征在于，所述设备包括：

分割模块，用于获取并分割原始医疗图像，得到非血管区域图像和血管区域图像；

分类模块，用于分类所述血管区域图像，得到非伪影血管区域图像和伪影血管区域图像；

修复模块，用于利用深度学习模型修复所述伪影血管区域图像，得到修正后的伪影血管区域图像；

整合模块，用于整合所述非血管区域图像、非伪影血管区域图像和修正后的伪影血管区域图像，得到正常医疗图像。

7.根据权利要求6所述的设备，其特征在于，所述修复模块包括：

获取单元，用于获取正常图像训练样本和伪影图像训练样本；

对抗训练单元，用于对抗训练所述正常图像训练样本和伪影图像训练样本，得到生成式对抗网络；

修复单元，用于利用所述生成式对抗网络修复所述伪影血管区域图像，得到修正血管区域图像。

8.根据权利要求7所述的设备，其特征在于，所述获取单元包括：

获取子单元，用于获取舒张期图像样本和对应所述舒张期图像样本的收缩期图像样本；

第一确定子单元，用于确定所述舒张期图像样本为所述正常图像训练样本；

第二确定子单元，用于确定所述收缩期图像样本为所述伪影图像训练样本。

9.根据权利要求7所述的设备，其特征在于，所述获取单元还包括：

第一训练子单元，用于训练所述正常图像训练样本，得到对应于正常图像训练样本的伪影图像训练样本；

第二训练子单元，用于训练所述伪影图像训练样本，得到对应于伪影图像训练样本的正常图像训练样本。

10.根据权利要求6所述的设备，其特征在于，所述整合模块包括：

合并单元，用于合并所述非伪影血管区域图像和所述修正血管区域图像，得到血管区域图像；

填充单元，用于将所述非血管区域图像填充至所述血管区域图像的对应位置，得到正常医疗图像。