[发明专利]图像处理方法、装置、设备及存储介质

权利要求书

1.一种图像处理方法，其特征在于，利用预先训练的神经网络对血管造影图像进行处理，所述神经网络包括卷积单元、N个级联的卷积循环单元和上采样卷积单元；所述方法包括：

将输入图像输入至卷积单元，获取所述输入图像的初始特征信息，所述输入图像为血管造影图像序列中的一帧；

将所述初始特征信息输入至第一级卷积循环单元，得到各级卷积循环单元输出的中间特征信息；

对初始特征信息和第N级卷积循环单元输出的中间特征信息相加，得到结合特征信息；

将所述结合特征信息输入至上采样卷积单元，对所述结合特征信息进行上采样卷积操作，并根据所得到的上采样结果得到目标重建图像，其中，N为正整数。

2.根据权利要求1所述的方法，其特征在于，所述卷积单元包括第一卷积子单元和第二卷积子单元；

所述将所述输入图像输入至卷积单元，获取所述输入图像的初始特征信息，包括：

将所述输入图像输入至所述第一卷积子单元，得到第一初始特征信息；

将级联的多个特征信息输入至所述第二卷积子单元，得到第二初始特征信息，所述级联的多个特征信息包括第一初始特征信息和第二卷积子单元对于所述输入图像的前一帧输出的第二初始特征信息。

3.根据权利要求1所述的方法，其特征在于，所述卷积循环单元包括第一卷积循环子单元和第二卷积循环子单元，其中，各级第一卷积循环子单元输入至下一级卷积循环子单元；

所述将所述初始特征信息输入至第一级卷积循环单元，得到各级卷积循环单元输出的中间特征信息，包括：

将所述初始特征信息输入至第一级卷积循环子单元，得到各级卷积循环子单元输出的第一中间特征信息；

将级联的多个特征信息输入至各级卷积循环单元中的第二卷积循环子单元，得到第二中间特征信息，对于第i级第二卷积循环子单元，所述级联的多个特征信息包括第i级第一卷积循环子单元对于所述输入图像输出的第一中间特征信息、第i-1级第二卷积循环子单元对于所述输入图像输出的第二中间特征信息和第i级第二卷积循环子单元对于所述输入图像的前一帧输出的第二中间特征信息，其中，i为小于或等于N的正整数。

4.根据权利要求1至3任一项所述的方法，其特征在于，所述神经网络还包括M级上采样卷积子单元；所述将所述结合特征信息输入至上采样卷积单元，对所述结合特征信息进行上采样卷积操作，并根据所得到的上采样结果得到目标重建图像包括：

将所述结合特征信息输入至第j级上采样卷积子单元，输出第j级上采样结果；

根据第j级上采样结果得到第j级重建图像，并将所述第j级重建图像作为输入图像得到所述结合特征信息；

将所述第j级上采样结果和所述结合特征信息相加，并将相加的结果输入至第j+1级上采样卷积子单元；

根据第M级上采样卷积子单元输出的第M级上采样结果得到目标重建图像，其中，M为正整数，j为小于或等于M-1的正整数。

5.根据权利要求4所述的方法，其特征在于，所述处理方法还包括：

在获取输入图像的初始特征信息之前，将预先获得的图像训练集中的一个第一分辨率图像输入至所述神经网络，其中，所述图像训练集包括血管造影图像对序列，每一个所述血管造影图像对均包括针对同一血管造影图像的第一分辨率图像和第二分辨率图像，所述第二分辨率图像包括与各级上采样卷积单元的放大倍数相对应的各级第二分辨图像，所述第一分辨率图像的分辨率低于所述第二分辨率图像的分辨率；

获得所述神经网络中各级上采样卷积单元对应的各级重建图像；

根据第一分辨率图像对应的各级重建图像和第一分辨率图像对应的各级第二分辨率图像确定网络损失值；

基于所述网络损失值，对神经网络的网络参数进行调整。