[发明专利]图像处理方法和装置、计算机设备、计算机可读存储介质

说明书

本发明公开了一种图像处理方法和装置、计算机设备、计算机可读存储介质。通过对欠采样目标图像和全采样辅助图像进行特征提取处理，以得到欠采样目标特征图和全采样辅助特征图，对欠采样目标特征图进行降维处理得到欠采样目标对比度通道特征，并对全采样辅助特征图进行降维处理得到全采样辅助对比度通道特征，根据欠采样目标对比度通道特征和所述全采样辅助对比度通道特征进行对比度通道特征相似处理，以得到相似对比度通道特征集合；根据相似对比度通道特征集合和所述欠采样目标对比度通道特征进行特征融合，得到融合图像。本发明的融合图像是根据相似对比度通道特征集合和欠采样目标对比度通道特征进行图像重建，保证了图像重建的质量。

技术领域

本发明涉及图像处理的技术领域，尤其涉及一种图像处理方法和装置、计算机设备、计算机可读存储介质。

背景技术

在进行图像处理时，需要基于辅助图像进行图像融合。例如，在处理磁共振成像(Magnetic Resonance Imaging，MRI)图像时，MRI图像的采集往往呈现出“成对获取”的形式。例如，MRI对于膝盖部位的成像，就有质子密度加权及其带有脂肪抑制的版本两种；这两种图像在视觉上具有相似的解剖学结构与截然不同的对比度，并且前者的扫描耗时往往低于后者。因此，一种自然的想法是，结合深度学习技术，利用辅助对比度采集的图像来辅助目标对比度的成像加速。相关技术中，有一些基于辅助对比度图像的图像重建方法，但重建效果较差，无法保证诊断结果的准确性。

发明内容

本发明旨在至少解决现有技术中存在的技术问题之一。为此，本发明提出一种图像处理方法和装置、计算机设备、计算机可读存储介质，能够提高图像重建质量。

根据本发明的第一方面实施例的图像处理方法，包括：

获取欠采样目标图像和全采样辅助图像；

对所述欠采样目标图像进行特征提取处理，以得到欠采样目标特征图，并对所述全采样辅助图像进行特征提取处理，以得到全采样辅助特征图；

对所述欠采样目标特征图进行降维处理，以得到欠采样目标对比度通道特征，并对所述全采样辅助特征图进行降维处理，以得到全采样辅助对比度通道特征；

根据所述欠采样目标对比度通道特征和所述全采样辅助对比度通道特征进行对比度通道特征相似处理，以得到相似对比度通道特征集合；

根据所述相似对比度通道特征集合和所述欠采样目标对比度通道特征进行特征融合，得到融合图像。

根据本发明实施例的图像处理方法，至少具有如下有益效果：本发明实施例的融合图像是基于欠采样目标图像和全采样辅助图像生成的，通过对欠采样目标特征图和全采样辅助特征图进行通道特征相似处理，以得到相似对比度通道特征集合，根据相似对比度通道特征集合和欠采样对比度通道特征进行特征融合，根据融合特征进行图像重建，保证了图像重建的质量。

根据本发明的一些实施例，所述对所述欠采样目标特征图进行降维处理，以得到欠采样目标对比度通道特征，并对所述全采样辅助特征图进行降维处理，以得到全采样辅助对比度通道特征，包括：

将所述欠采样目标特征图进行多尺度分块处理，以得到欠采样目标特征块，并对所述全采样辅助特征图进行多尺度分块处理，以得到全采样辅助特征块；

对所述欠采样目标特征块进行降维处理，以得到欠采样目标对比度通道特征，并对所述全采样辅助特征块进行降维处理，以得到全采样辅助对比度通道特征。

根据本发明的一些实施例，所述根据所述相似对比度通道特征集合和所述欠采样目标对比度通道特征进行特征融合，得到融合图像，包括：

将所述相似对比度通道特征集合和所述欠采样目标对比度通道特征输入预设神经网络进行采样、编码和解码处理，得到融合图像。

根据本发明的一些实施例，所述预设神经网络通过以下步骤得到，包括：