[发明专利]一种医学图像处理方法、系统、装置和计算机可读介质

权利要求书

1.一种医学图像处理方法，其特征在于，包括：

获取目标对象的第一模态图像数据；

基于所述目标对象的第一模态图像数据，利用第一图像重建算法生成所述目标对象的初始衰减图像；

利用机器学习模型处理所述目标对象的初始衰减图像，得到所述目标对象的优化衰减图像；根据所述目标对象的优化衰减图像对所述目标对象的第一模态图像数据进行衰减校正，得到经衰减校正的第一模态图像，或者，根据所述目标对象的优化衰减图像确定所述目标对象的第二模态图像。

2.根据权利要求1所述的医学图像处理方法，其特征在于，所述利用机器学习模型处理所述目标对象的初始衰减图像，得到所述目标对象的优化衰减图像，包括：

S01：用所述机器学习模型处理所述目标对象的初始衰减图像，得到模型处理后的衰减图像；

S02：判断是否达到设定迭代条件；

S03：如果未达到所述设定迭代条件，则基于所述模型处理后的衰减图像，利用所述第一图像重建算法生成更新后的所述目标对象的初始衰减图像，返回S01；

S04：如果达到所述设定迭代条件，则停止迭代，将最后一轮迭代时衰减图像优化模型处理后的衰减图像确定为所述目标对象的优化衰减图像。

3.根据权利要求1所述的医学图像处理方法，其特征在于，所述第一模态图像数据包括正电子发射断层扫描成像数据或单光子发射计算机断层扫描成像数据。

4.根据权利要求3所述的医学图像处理方法，其特征在于，所述正电子发射断层扫描成像数据包括飞行时间数据。

5.根据权利要求1所述的医学图像处理方法，其特征在于，所述机器学习模型为衰减图像优化模型；所述衰减图像优化模型基于以下训练方法获得：

获取训练集，所述训练集包括多个样本对，样本对包括样本初始衰减图像和与样本初始衰减图像对应的真实衰减图像；

利用所述训练集进行模型训练，得到所述衰减图像优化模型；

其中，所述样本初始衰减图像通过以下方式得到：

获取样本第一模态图像数据；

基于所述样本第一模态图像数据，利用所述第一图像重建算法生成样本初始衰减图

像。

6.根据权利要求5所述的医学图像处理方法，其特征在于，所述样本第一模态图像数据包括基于重建投影模型生成的模拟成像数据和/或利用图像扫描设备获取的成像数据。

7.根据权利要求5所述的医学图像处理方法，其特征在于，所述方法还包括：

对所述样本初始衰减图像和真实衰减图像进行分割；

利用分割后的样本初始衰减图像和分割后的真实衰减图像进行模型训练，得到所述衰减图像优化模型。

8.根据权利要求5所述的医学图像处理方法，其特征在于，所述利用所述训练集进行模型训练，得到所述衰减图像优化模型，包括：

S11：以样本初始衰减图像为输入，以与所述样本初始衰减图像对应的真实衰减图像为参考标准，进行模型训练，得到训练后模型；

S12：获取所述训练后模型的输出图像与所述真实衰减图像之间的差异；

S13：判断所述差异是否满足设定条件，

S14：如果所述差异不满足设定条件，则基于所述训练后模型的输出图像，利用所述第一图像重建算法生成更新后的样本初始衰减图像，返回S11，并更新迭代次数；

S15：如果所述差异满足设定条件，则停止迭代，并至少根据最后一轮迭代的模型训练结果确定所述衰减图像优化模型。

9.根据权利要求1所述的医学图像处理方法，其特征在于，所述第一图像重建算法包括基于衰减和浓度的最大似然重建的算法。