[发明专利]一种X射线图模拟方法、装置、电子设备及存储介质

权利要求书

1.一种X射线图模拟方法，其特征在于，包括：

获取待模拟对象的二维X射线图和计算机断层扫描CT图像序列；

使用训练后的神经网络模型提取所述二维X射线图中的体绘制参数；

根据所述CT图像序列重建出三维体绘制模型，并根据所述体绘制参数对所述三维体绘制模型进行模拟运算，获得所述待模拟对象对应的三维X射线图；

所述方法还包括：获取多个射线图像和多个图像标签，所述图像标签是所述射线图像对应的体绘制参数；根据所述多个射线图像和所述多个图像标签对神经网络模型进行训练，获得所述训练后的神经网络模型；

其中，所述根据所述多个射线图像和所述多个图像标签对神经网络模型进行训练，包括：根据所述图像标签对应的体绘制参数绘制出第一X射线图；使用所述神经网络模型提取所述射线图像中的体绘制参数，并根据所述射线图像中的体绘制参数绘制出第二X射线图；判断所述第一X射线图与所述第二X射线图之间的相似度是否大于预设阈值；若否，则更新所述神经网络模型中的权重参数；

或者，

其中，所述根据所述多个射线图像和所述多个图像标签对神经网络模型进行训练，包括：使用所述神经网络模型提取所述射线图像对应的预测标签，所述预测标签为所述射线图像中的体绘制参数；计算所述射线图像对应的预测标签与所述射线图像对应的图像标签之间的损失值；根据所述损失值更新所述神经网络模型中的权重参数。

2.根据权利要求1所述的方法，其特征在于，所述根据所述CT图像序列重建出三维体绘制模型，包括：

使用光线投射算法、剪切扭曲算法或者基于纹理的体绘制算法对所述CT图像序列进行运算，获得所述三维体绘制模型。

3.根据权利要求1-2任一所述的方法，其特征在于，所述三维X射线图包括：正视图和侧视图。

4.根据权利要求1-2任一所述的方法，其特征在于，所述体绘制参数包括：体素坐标和颜色不透明度。

5.一种X射线图模拟装置，其特征在于，包括：

图像序列获取模块，用于获取待模拟对象的二维X射线图和计算机断层扫描CT图像序列；

绘制参数提取模块，用于使用训练后的神经网络模型提取所述二维X射线图中的体绘制参数；

三维图像获得模块，用于根据所述CT图像序列重建出三维体绘制模型，并根据所述体绘制参数对所述三维体绘制模型进行模拟运算，获得所述待模拟对象对应的三维X射线图；

所述装置还用于：获取多个射线图像和多个图像标签，所述图像标签是所述射线图像对应的体绘制参数；根据所述多个射线图像和所述多个图像标签对神经网络模型进行训练，获得所述训练后的神经网络模型；

其中，所述根据所述多个射线图像和所述多个图像标签对神经网络模型进行训练，包括：根据所述图像标签对应的体绘制参数绘制出第一X射线图；使用所述神经网络模型提取所述射线图像中的体绘制参数，并根据所述射线图像中的体绘制参数绘制出第二X射线图；判断所述第一X射线图与所述第二X射线图之间的相似度是否大于预设阈值；若否，则更新所述神经网络模型中的权重参数；

或者，

其中，所述根据所述多个射线图像和所述多个图像标签对神经网络模型进行训练，包括：使用所述神经网络模型提取所述射线图像对应的预测标签，所述预测标签为所述射线图像中的体绘制参数；计算所述射线图像对应的预测标签与所述射线图像对应的图像标签之间的损失值；根据所述损失值更新所述神经网络模型中的权重参数。

6.一种电子设备，其特征在于，包括：处理器和存储器，所述存储器存储有所述处理器可执行的机器可读指令，所述机器可读指令被所述处理器执行时执行如权利要求1至4任一所述的方法。

7.一种存储介质，其特征在于，该存储介质上存储有计算机程序，该计算机程序被处理器运行时执行如权利要求1至4任一所述的方法。