[发明专利]三维图像数据辅助的低剂量扫描数据重建方法及电子介质

权利要求书

1.一种三维图像数据辅助的低剂量扫描数据重建方法，其特征在于，包括以下步骤：

扫描前，查找与病人相对应的现有三维图像数据；

扫描中，获取低剂量扫描数据；所述低剂量扫描数据为低剂量的CT扫描数据，或低剂量的一个或多个DR图像；

扫描后，利用现有三维图像数据与低剂量扫描数据之间的数据差异，在重建过程中将此数据差异与现有三维图像数据进行结合，获取高剂量质量下的最终三维图像数据；

所述扫描后现有三维图像数据与低剂量扫描数据之间的数据差异，数据差异为低剂量扫描数据中增加的物体数据，所述物体数据包括金属植入物数据、造影剂数据；

所述扫描后，对低剂量扫描数据进行重建，具体包括：根据现有三维图像数据与低剂量扫描数据之间的数据差异，采用图像配准算法、迭代重建算法或人工智能算法进行数据重建，获取最终三维图像数据；

所述采用图像配准算法进行数据重建，获取最终三维图像数据，其具体过程为：

S11、对低剂量扫描数据进行算法重建，在算法重建的过程中，采用去除伪影算法，获取低剂量图像；

S12、对低剂量图像进行阈值分割，获取低剂量校正图像；

S13、将低剂量图像与现有三维数据图像进行图像配准，获取最终三维图像数据：先分别获取低剂量图像与现有三维数据图像中各自的骨组织图像，采用图像配准算法，获取从低剂量骨组织图像变换到现有三维数据骨组织图像的传输函数，利用所述传输函数和低剂量伪影校正图像获取现有三维数据校正图像，利用现有三维数据图像与现有三维数据校正图像获取最终三维数据图像；

在所述S13利用现有三维数据图像与现有三维数据校正图像获取最终三维数据图像前，对现有三维数据校正图像进行平滑滤波，所述平滑滤波的计算公式为：

其中，G_high，cor为现有三维数据校正图像，G′_high，cor为滤波后的现有三维数据校正图像，是卷积符号，H是平滑核；

所述采用迭代重建算法，获取最终三维图像数据，其具体过程为：

S21、获取迭代算法中的迭代目标函数，其计算公式为：

其中，G_high为现有三维数据图像，为目标重建图像；为图像正投影与测量投影数据(P)之间差别的向量2范数，是一个约束项，用于降低目标图像与现有三维数据图像之间除新增物体以外的差别，并规范图像中的噪声以及避免迭代发散；

S22、根据现有三维数据图像和迭代目标函数对低剂量图像进行迭代重建处理，获取最终三维图像数据。

2.根据权利要求1所述的一种三维图像数据辅助的低剂量扫描数据重建方法，其特征在于，所述采用人工智能算法进行数据重建，获取最终三维图像数据，其具体过程为：

S31、获取训练样本：获取若干个不同病人的现有三维数据图像，对每个现有三维数据图像进行处理，获取相应的仿真低剂量图像和标签图像，将每个病人的现有三维数据图像、仿真低剂量图像和标签图像组合为图像组，获取包含若干个图像组的训练样本；

S32、构建神经网络并对神经网络进行训练：通过特征提取网络和图像处理网络构建神经网络，依次输入训练样本中的图像组，将现有三维数据图像和仿真低剂量图像作为神经网络的输入，神经网络的输出与标签图像计算损失函数，通过损失函数对神经网络进行训练；其中特征提取网络为VGG16或Resnet，图像处理网络为2D U-net或3D U-net；

S33、利用训练后的神经网络获取最终三维图像数据：通过低剂量扫描数据重建为低剂量图像，将现有三维数据图像和低剂量图像输入至训练后的神经网络中，神经网络输出最终三维图像数据。

3.根据权利要求2所述的一种三维图像数据辅助的低剂量扫描数据重建方法，其特征在于，所述S31中获取相应的仿真低剂量图像和标签图像，其具体过程为：

S311、获取标签图像：对相应的现有三维数据图像进行随机的平移和旋转，加入模拟的植入物，获取标签图像；

S312、获取仿真低剂量图像：利用所述标签图像，通过仿真程序获取标签图像在低剂量下的扫描数据，利用所述扫描数据获取仿真低剂量图像。