[发明专利]CT图像处理方法、装置、CT设备及CT系统

权利要求书

1.一种CT图像处理方法，其特征在于，包括：

采用预设重建算法，对受检对象的CT扫描生数据进行图像重建，得到第一重建图像；

将所述第一重建图像输入已训练好的人工智能AI深度学习模型，由所述AI深度学习模型输出第二重建图像；

根据所述第一重建图像和所述第二重建图像，确定至少一个预设特征指标的值；

若所述至少一个预设特征指标的值中存在小于对应预设阈值的值，使用备选处理模型对所述第一重建图像进行处理，获取符合预设质量条件的第三重建图像。

2.根据权利要求1所述的方法，其特征在于，使用备选处理模型对所述第一重建图像进行处理，获取符合预设质量条件的第三重建图像，包括：

按照预设选择策略，从预设的备选处理模型库中选择一个备选处理模型，作为目标模型；所述备选处理模型库中包括至少一个备选处理模型；

使用所述目标模型对对所述第一重建图像进行处理，获取符合预设质量条件的第三重建图像。

3.根据权利要求2所述的方法，其特征在于，按照预设选择策略，从预设的备选处理模型库中选择一个备选处理模型，作为目标模型，包括：

从预设的备选处理模型库中随机选择一个备选处理模型，作为目标模型；或者，

根据用户的选择操作信息，从预设的备选处理模型库中选择与所述选择操作信息对应的备选处理模型，作为目标模型。

4.根据权利要求1所述的方法，其特征在于，还包括：

若所述至少一个预设特征指标的值的全部值都大于或等于对应的预设阈值，确定所述第二重建图像为符合所述预设质量条件的图像。

5.根据权利要求1所述的方法，其特征在于，所述预设重建算法为如下算法之一：

平行束反投影算法、扇束反投影算法、螺旋束反投影算法、迭代重建算法。

6.根据权利要求1所述的方法，其特征在于，所述预设特征指标包括如下指标中的至少一个：

结构相似性SSIM和峰值信噪比PSNR。

7.根据权利要求1所述的方法，其特征在于，所述预设质量条件为：根据所述第一重建图像和所述第三重建图像确定的所述至少一个预设特征指标的值中的全部值都大于或等于相应的预设阈值。

8.一种CT图像处理装置，其特征在于，包括：

重建模块，用于采用预设重建算法，对受检对象的CT扫描生数据进行图像重建，得到第一重建图像；

AI处理模块，用于将所述第一重建图像输入已训练好的人工智能AI深度学习模型，由所述AI深度学习模型输出第二重建图像；

指标值确定模块，用于根据所述第一重建图像和所述第二重建图像，确定至少一个预设特征指标的值；

获取模块，用于若所述至少一个预设特征指标的值中存在小于对应预设阈值的值，使用备选处理模型对所述第一重建图像进行处理，获取符合预设质量条件的第三重建图像。

9.一种CT设备，其特征在于，包括：内部总线，以及通过内部总线连接的存储器、处理器和外部接口；其中，所述外部接口，用于连接CT系统的探测器，所述探测器包括多个探测器室及相应的处理电路；

所述存储器，用于存储CT图像处理逻辑对应的机器可读指令；

所述处理器，用于读取所述存储器上的所述机器可读指令，并执行如下操作：

采用预设重建算法，对受检对象的CT扫描生数据进行图像重建，得到第一重建图像；

将所述第一重建图像输入已训练好的人工智能AI深度学习模型，由所述AI深度学习模型输出第二重建图像；

根据所述第一重建图像和所述第二重建图像，确定至少一个预设特征指标的值；

若所述至少一个预设特征指标的值中存在小于对应预设阈值的值，使用备选处理模型对所述第一重建图像进行处理，获取符合预设质量条件的第三重建图像。

10.一种CT系统，其特征在于，包括探测器、扫描床和CT设备，所述探测器包括多个探测器室及相应的处理电路；其中：

所述探测器室，用于在所述CT系统扫描过程中，探测穿过扫描对象的X射线并转换为电信号；

所述处理电路，用于将所述电信号转换成脉冲信号，采集脉冲信号的能量信息；

所述CT设备，用于：

采用预设重建算法，对受检对象的CT扫描生数据进行图像重建，得到第一重建图像；

将所述第一重建图像输入已训练好的人工智能AI深度学习模型，由所述AI深度学习模型输出第二重建图像；

根据所述第一重建图像和所述第二重建图像，确定至少一个预设特征指标的值；

若所述至少一个预设特征指标的值中存在小于对应预设阈值的值，使用备选处理模型对所述第一重建图像进行处理，获取符合预设质量条件的第三重建图像。