[发明专利]影像数据的模态转换方法及装置

说明书

本发明提供了一种影像数据的模态转换方法及装置，涉及医学影像处理的技术领域，该影像数据的模态转换方法，包括：获取待转换影像；提取待转换影像所包含的主体区域，对主体区域进行灰度变换，得到主体区域对应的主体影像；将主体影像输入至预先训练好的影像转换模型，通过影像转换模型输出主体影像对应的转换影像；将转换影像还原至待转换影像，以得到待转换影像对应的目标影像。本发明提供的影像数据的模态转换方法及装置，通过生成器网络得到的转换影像的质量会相对更好，纹理更加清晰，同时，在模态转换的过程中，无需任何人工参与，运行速度快，使得适用范围更加广泛。

技术领域

本发明涉及医学影像处理的技术领域，尤其是涉及一种影像数据的模态转换方法及装置。

背景技术

放射治疗是最广泛使用的癌症治疗疗法之一，其主要利用不同形式的能量(X射线、粒子等)辐射破坏和摧毁肿瘤组织，同时尽量避免照射正常组织。在放射治疗流程中，医生会使用直线加速器拍摄治疗部位的CBCT(Cone-Beam Computed Tomography)影像，该步骤是消除治疗过程中的摆位误差，使病人和放疗计划制定时使用的定位CT(ComputedTomography)影像位于同一个坐标系中。

传统直线加速器拍摄的CBCT图像因为拍摄范围不足、伪影较大、图像分辨率较差等原因，其作用仅仅局限于消除摆位误差，因此，目前通常多采用将CBCT影像转换为CT影像的方式来提高图像质量，以便于为放射治疗研究提供后续更多的可能性。

但是，目前对CBCT影像进行影像转换时，均存在生成图像纹理不清晰，真实度较差的缺点，难以达到使用要求。

发明内容

有鉴于此，本发明的目的在于提供一种影像数据的模态转换方法及装置，以缓解上述技术问题。

第一方面，本发明实施例提供了一种影像数据的模态转换方法，包括：获取待转换影像，所述待转换影像为CBCT影像；提取所述待转换影像所包含的主体区域，对所述主体区域进行灰度变换，得到所述主体区域对应的主体影像；将所述主体影像输入至预先训练好的影像转换模型，通过所述影像转换模型输出所述主体影像对应的转换影像；其中，所述转换影像为CT影像；所述影像转换模型为预先训练好的生成对抗网络模型中的生成器网络，用于对输入的待转换影像进行模态转换，且，所述生成器网络包括预设数量的下采样层和上采样层，每一层所述上采样层和所述下采样层通过滑动连接；将所述转换影像还原至所述待转换影像，以得到所述待转换影像对应的目标影像，其中，所述目标影像包含有所述转换影像。

优选地，在一种可能的实施方式中，上述提取所述待转换影像所包含的主体区域，对所述主体区域进行灰度变换，得到所述主体区域对应的主体影像的步骤，包括：提取所述CBCT影像所包含的每一层影像的灰度直方图；按照预设的截取规则截取所述灰度直方图所包含的主体区域，并对截取的所述主体区域的灰度值进行归一化处理，以得到所述主体区域对应的主体影像。

优选地，在一种可能的实施方式中，上述将所述转换影像还原至所述待转换影像的步骤，包括：基于所述灰度直方图的提取规则，以及，预设的所述截取规则对所述转换影像进行反向操作，以将所述转换影像还原至与所述待转换影像匹配的原始尺寸。

优选地，在一种可能的实施方式中，上述方法还包括：获取预先设置的训练集，其中，所述训练集包括至少一对影像数据，每对所述影像数据包括第一影像数据和第二影像数据，其中，所述第一影像数据包括定位CT图像，所述第二影像数据为与所述第一影像数据对应的CBCT影像；将所述训练集输入至预先构建的生成对抗网络模型，对所述生成对抗网络模型包括的生成器网络和判别器网络分别进行对抗训练，以更新所述生成器网络和所述判别器网络的参数；保存更新后的所述生成器网络和所述判别器网络的参数，并将所述生成器网络保存为影像转换模型，以用于对输入的待转换影像进行模态转换。

优选地，在一种可能的实施方式中，上述生成器网络的损失函数包络L1损失函数、风格损失函数和内容损失函数，用于对所述待转换影像进行风格迁移。