[发明专利]X射线图像金属检测方法、装置和计算机设备

说明书

本申请涉及一种X射线图像金属检测方法、装置和计算机设备，其中方法包括获取待检测X射线图像；将待检测X射线图像输入至训练完备的金属检测模型，得到待检测X射线图像的金属区域概率图；金属检测模型包括MSN网络和SN网络；根据金属区域概率图，确定待检测X射线图像的金属区域。该方法基于MSN网络和SN网络双向深度神经网络架构训练得到的通用金属检测模型，可以在较短时间内检测出不同模式、不同剂量拍摄的X射线图像中的金属区域，有效改善后处理图像质量，更有助于医生诊断，对于有大面积金属的图像，图像效果提升尤为明显。

技术领域

本申请涉及医疗技术领域，特别是涉及一种X射线图像金属检测方法、装置和计算机设备。

背景技术

在医疗影像产品中，为了使图像能用于疾病诊断，通常会在设备采集图像后，进行一系列后处理算法，如均衡、降噪、增强等。而在X射线图像中，经常会有高衰减的金属进入成像区域。例如移动C型臂等设备常常用于拍摄骨科手术图像，而骨骼手术图像中常常带有金属架、螺钉、镊子等高衰减金属。这些金属通常是非诊断区域，但是，会给图像处理算法带来一定的影响，尤其是当图像中高衰减金属面积较大时，会导致后处理图像后人体区域发白，对比度较低，严重影响医生的诊断与治疗。因此，准确的检测出X射线图像中金属的位置十分必要。

由于各种金属在X射线图像中的形状、灰度都有明显的差异，有的金属灰度可能与人体的骨骼灰度很接近，导致传统的分割方法，如灰度检测算法，很难有效的得到金属在X射线图像中的具体位置，检测准确率低且容易出现大面积漏检、误检的问题。

此外，X射线成像系统会有不同的拍摄模式，例如移动C型臂有低剂量透视和高剂量数字DR两种拍摄模式，不同模式采集图像的剂量各不相同，使得图像中的噪声水平也不完全一致，对金属检测也会产生较大影响。

发明内容

本申请提供一种X射线图像金属检测方法、装置和计算机设备，以至少解决相关技术中X射线图像金属检测的准确率低且容易出现的漏检、误检的问题。

第一方面，本申请实施例提供了一种X射线图像金属检测方法，包括：

获取待检测X射线图像；

将所述待检测X射线图像输入至训练完备的金属检测模型，得到所述待检测X射线图像的金属区域概率图；所述金属检测模型包括MSN网络和SN网络；

根据金属区域概率图，确定待检测X射线图像的金属区域。

在其中一些实施例中，所述方法还包括：

获取训练集并构建初始金属检测模型，所述初始金属检测模型包括MSN网络和SN网络；

将所述训练集分别输入所述SN网络与所述MSN网络，得到对应的第一特征图像和第二特征图像；

根据所述第一特征图像、第二特征图像以及所述训练集迭代更新所述初始金属检测模型的参数，得到所述训练完备的金属检测模型。

在其中一些实施例中，所述将所述训练集分别输入所述SN网络与所述MSN网络，得到对应的第一特征图像和第二特征图像包括：所述训练集包括X射线图像和与所述X射线图像对应的金属标注图像；

将所述X射线图像分别输入所述SN网络与所述MSN网络，得到对应的第一特征图像和第二特征图像。

在其中一些实施例中，根据所述第一特征数据、第二特征数据以及所述训练集迭代更新金属检测模型的参数，得到所述训练完备的金属检测模型包括：

将所述第一特征图像和第二特征图像进行合并处理，得到混合图像；

对所述混合图像进行上采样处理，得到混合金属检测图像；

根据所述混合金属检测图像以及对应的金属标注图像，得到第一损失函数的值；