CN114255288A - 心脏图像重建方法、装置、计算机设备和存储介质 - Google Patents
心脏图像重建方法、装置、计算机设备和存储介质 Download PDFInfo
- Publication number
- CN114255288A CN114255288A CN202010995853.9A CN202010995853A CN114255288A CN 114255288 A CN114255288 A CN 114255288A CN 202010995853 A CN202010995853 A CN 202010995853A CN 114255288 A CN114255288 A CN 114255288A
- Authority
- CN
- China
- Prior art keywords
- cardiac
- image
- reconstruction image
- reconstruction
- weighted
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T11/00—2D [Two Dimensional] image generation
- G06T11/003—Reconstruction from projections, e.g. tomography
- G06T11/006—Inverse problem, transformation from projection-space into object-space, e.g. transform methods, back-projection, algebraic methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0012—Biomedical image inspection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/11—Region-based segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/12—Edge-based segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/136—Segmentation; Edge detection involving thresholding
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20024—Filtering details
- G06T2207/20028—Bilateral filtering
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30004—Biomedical image processing
- G06T2207/30048—Heart; Cardiac
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30004—Biomedical image processing
- G06T2207/30101—Blood vessel; Artery; Vein; Vascular
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2211/00—Image generation
- G06T2211/40—Computed tomography
- G06T2211/421—Filtered back projection [FBP]
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Quality & Reliability (AREA)
- Radiology & Medical Imaging (AREA)
- Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- General Health & Medical Sciences (AREA)
- Algebra (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Mathematical Physics (AREA)
- Pure & Applied Mathematics (AREA)
- Apparatus For Radiation Diagnosis (AREA)
- Image Processing (AREA)
Abstract
本申请涉及一种心脏图像重建方法、装置、计算机设备和存储介质。所述方法包括:获取扫描对象的心脏扫描数据;采用第一卷积核重建算法对心脏扫描数据进行重建,得到扫描对象的第一心脏重建图像;采用第二卷积核重建算法对心脏扫描数据进行重建,得到扫描对象的第二心脏重建图像;根据第一心脏重建图像和第二心脏重建图像,得到扫描对象的心脏重建图像。采用本方法能够使得到的扫描对象的心脏重建图像能够在保证分辨率的同时噪声较小,从而提高了得到的扫描对象的心脏重建图像的质量。
Description
技术领域
本申请涉及医学成像技术领域,特别是涉及一种心脏图像重建方法、装置、计算机设备和存储介质。
背景技术
心脏支架又称冠状动脉支架,是心脏介入手术中常用的医疗器械,其具有疏通动脉血管的作用。而心脏图像的重建是临床上一种常见的图像重建方法,心脏重建图像对心血管疾病的诊断具有重要意义。
传统技术中,采用现有的心脏重建算法对装有支架的冠脉进行图像重建时,由于支架的硬化效应会导致支架周围有晕状伪影,进而导致支架的形态结构变得模糊,支架内部的一些组织可能也会受到伪影的影响,使得重建图像的分辨率较低。
因此,传统的心脏图像重建算法存在重建图像的分辨率较低的问题。
发明内容
基于此,有必要针对上述技术问题,提供一种能够提高心脏重建图像的分辨率的心脏图像重建方法、装置、计算机设备和存储介质。
一种心脏图像重建方法,所述方法包括:
获取扫描对象的心脏扫描数据;
采用第一卷积核重建算法对所述心脏扫描数据进行重建,得到所述扫描对象的第一心脏重建图像;
采用第二卷积核重建算法对所述心脏扫描数据进行重建,得到所述扫描对象的第二心脏重建图像;
根据所述第一心脏重建图像和所述第二心脏重建图像,得到所述扫描对象的心脏重建图像。
在其中一个实施例中,所述根据所述第一心脏重建图像和所述第二心脏重建图像,得到所述扫描对象的心脏重建图像,包括:
对所述第一心脏重建图像进行滤波处理,得到处理后的第一心脏重建图像;
根据所述第二心脏重建图像,得到感兴趣区域的加权权重系数;
根据所述感兴趣区域的加权权重系数,对所述处理后的第一心脏重建图像和所述第二心脏重建图像进行加权合并,得到所述扫描对象的心脏重建图像。
在其中一个实施例中,所述感兴趣区域为支架对应的区域,所述根据所述第二心脏重建图像,得到感兴趣区域的加权权重系数,包括:
对所述第二心脏重建图像进行图像分割,得到所述第二心脏重建图像中的支架掩模图像;
根据所述支架掩模图像,得到所述感兴趣区域的加权权重系数。
在其中一个实施例中,所述根据所述感兴趣区域的加权权重系数,对所述处理后的第一心脏重建图像和所述第二心脏重建图像进行加权合并,得到所述扫描对象的心脏重建图像,包括:
根据所述感兴趣区域的加权权重系数,对所述处理后的第一心脏重建图像和所述第二心脏重建图像进行加权处理,得到加权处理后的第一心脏重建图像和加权处理后的第二心脏重建图像;
对所述加权处理后的第一心脏重建图像和所述加权处理后的第二心脏重建图像进行合并处理,得到所述扫描对象的心脏重建图像。
在其中一个实施例中,所述根据所述感兴趣区域的加权权重系数,对所述处理后的第一心脏重建图像和所述第二心脏重建图像进行加权处理,得到加权处理后的第一心脏重建图像和加权处理后的第二心脏重建图像,包括:
采用所述感兴趣区域的加权权重系数,对所述处理后的第一心脏重建图像进行加权处理,得到所述加权处理后的第一心脏重建图像;
根据所述感兴趣区域的加权权重系数,获取所述第二心脏重建图像的加权权重系数;
采用所述第二心脏重建图像的加权权重系数,对所述第二心脏重建图像进行加权处理,得到所述加权处理后的第二心脏重建图像。
在其中一个实施例中,所述第二心脏重建图像的加权权重系数与所述感兴趣区域的加权权重系数之和为1。
在其中一个实施例中,所述对所述第一心脏重建图像进行滤波处理,得到处理后的第一心脏重建图像,包括:
采用双边滤波器对所述第一心脏重建图像进行滤波处理,得到所述处理后的第一心脏重建图像。
一种心脏图像重建装置,所述装置包括:
获取模块,用于获取扫描对象的心脏扫描数据;
第一重建模块,用于采用第一卷积核重建算法对所述心脏扫描数据进行重建,得到所述扫描对象的第一心脏重建图像;
第二重建模块,用于采用第二卷积核重建算法对所述心脏扫描数据进行重建,得到所述扫描对象的第二心脏重建图像;
合并模块,用于根据所述第一心脏重建图像和所述第二心脏重建图像,得到所述扫描对象的心脏重建图像。
一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,所述处理器执行所述计算机程序时实现以下步骤:
获取扫描对象的心脏扫描数据;
采用第一卷积核重建算法对所述心脏扫描数据进行重建,得到所述扫描对象的第一心脏重建图像;
采用第二卷积核重建算法对所述心脏扫描数据进行重建,得到所述扫描对象的第二心脏重建图像;
根据所述第一心脏重建图像和所述第二心脏重建图像,得到所述扫描对象的心脏重建图像。
一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现以下步骤:
获取扫描对象的心脏扫描数据;
采用第一卷积核重建算法对所述心脏扫描数据进行重建,得到所述扫描对象的第一心脏重建图像;
采用第二卷积核重建算法对所述心脏扫描数据进行重建,得到所述扫描对象的第二心脏重建图像;
根据所述第一心脏重建图像和所述第二心脏重建图像,得到所述扫描对象的心脏重建图像。
上述心脏图像重建方法、装置、计算机设备和存储介质,采用第一卷积核重建算法能够对获取的扫描对象的心脏扫描数据进行重建,得到扫描对象的第一心脏重建图像,采用第二卷积核重建算法能够对获取的扫描对象的心脏扫描数据进行重建,得到扫描对象的第二心脏重建图像,从而可以根据得到的第一心脏重建图像和第二心脏重建图像,得到扫描对象的心脏重建图像,使得到的扫描对象的心脏重建图像是由两种不同卷积核重建算法对扫描对象的心脏扫描进行重建得到的,避免了采用单一卷积核重建算法对扫描对象的心脏扫描数据进行重建,使得到的重建图像存在分辨率较低或者噪声较大的问题,使得到的扫描对象的心脏重建图像能够在保证分辨率的同时噪声较小,从而提高了得到的扫描对象的心脏重建图像的质量。
附图说明
图1为一个实施例中心脏图像重建方法的应用环境图;
图2为一个实施例中心脏图像重建方法的流程示意图;
图3为另一个实施例中心脏图像重建方法的流程示意图;
图3a为一个实施例中滤波后的心脏重建图像对比示意图;
图4为另一个实施例中心脏图像重建方法的流程示意图;
图4a为一个实施例中加权权重系数示意图;
图5为另一个实施例中心脏图像重建方法的流程示意图;
图5a为一个实施例中加权处理后的第一心脏重建图像及加权处理后的第二心脏重建图像的对比示意图;
图5b为一个实施例中不同的心脏重建图像的对比示意图;
图6为一个实施例中心脏图像重建方法的流程示意图;
图7为一个实施例中心脏图像重建装置的结构框图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行进一步详细说明。应当理解,此处描述的具体实施例仅仅用以解释本申请,并不用于限定本申请。
本申请实施例提供的心脏图像重建方法,可以适用于如图1所示的计算机设备。该计算机设备包括通过系统总线连接的处理器、存储器,该存储器中存储有计算机程序,处理器执行该计算机程序时可以执行下述方法实施例的步骤。可选的,该计算机设备还可以包括网络接口、显示屏和输入装置。其中,该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器,该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的网络接口用于与外部的终端通过网络连接通信。可选的,该计算机设备可以是服务器,可以是个人计算机,还可以是个人数字助理,还可以是其他的终端设备,例如平板电脑、手机等等,还可以是云端或者远程服务器,本申请实施例对计算机设备的具体形式并不做限定。
在一个实施例中,如图2所示,提供了一种心脏图像重建方法,以该方法应用于图1中的计算机设备为例进行说明,包括以下步骤:
S201,获取扫描对象的心脏扫描数据。
其中,扫描对象的心脏扫描数据为将扫描对象置于计算机断层扫描成像设备的扫描仪的工作台上,进入扫描仪的扫描检测范围,进行心脏的扫描拍摄所得到的数据。
具体地,计算机设备获取扫描对象的心脏扫描数据。可选的,计算机设备可以从计算机断层扫描成像设备中实时地获取扫描对象的心脏扫描数据,也可以从PACS(PictureArchiving and Communication Systems,影像归档和通信系统)服务器中获取扫描对象的心脏扫描数据。
S202,采用第一卷积核重建算法对心脏扫描数据进行重建,得到扫描对象的第一心脏重建图像。
具体地,计算机设备采用第一卷积核重建算法对上述心脏扫描数据进行重建,得到扫描对象的第一心脏重建图像。可选的,第一卷积核可以为锐利卷积核,需要说明的是,锐利卷积核获得的重建图像中滤波后保留的高频成分较多,细节信息保存较好,但噪声信息也同时被强化。可选的,本实施例中的重建算法可以是FBP(Filtered Back Projection,滤波反投影)算法。可以理解的是,卷积核的锐利程度决定了重建图像的分辨率的高低,但是分辨率越高的图像噪声也越大。
S203,采用第二卷积核重建算法对心脏扫描数据进行重建,得到扫描对象的第二心脏重建图像。
具体地,计算机设备采用第二卷积核重建算法对上述心脏扫描数据进行重建,得到扫描对象的第二心脏重建图像。可选的,第二卷积核可以为平滑卷积核,需要说明的是,平滑卷积核获得的重建图像保留了较多的低频成分,噪声较小,适合看软组织,但细节信息不如锐利卷积核的图像清晰,比如心脏支架的结构。可选的,本实施例中的重建算法可以是FBP(Filtered Back Projection,卷积反投影)算法。在此实施例中,第一卷积核比第二卷积核具有更高的锐利程度,第一卷积核所对应的截止频率参数可大于第二卷积核的截止频率参数。在一个实施例种,第一卷积核、第二卷积核包括对应的卷积核的数据幅值核频率。第一卷积核的截止频率大于预设频率,第二卷积核的截止频率小于预设频率。第一卷积核重建算法为使用第一卷积核作为重建卷积核的重建方法,第二卷积核重建算法为使用第二卷积核作为重建卷积核的重建方法。
S204,根据第一心脏重建图像和第二心脏重建图像,得到扫描对象的心脏重建图像。
具体地,计算机设备根据上述得到的第一心脏重建图像和第二心脏重建图像,得到扫描对象的心脏重建图像。可选的,计算机设备可以根据第一心脏重建图像的加权权重值和第二心脏重建图像的加权权重值,对第一心脏重建图像和第二心脏重建图像进行加权合并,得到扫描对象的心脏重建图像。可选的,第一心脏重建图像和/或第二心脏重建图像在加权合并之前,可执行滤波处理。
上述心脏图像重建方法中,计算机设备采用第一卷积核重建算法能够对获取的扫描对象的心脏扫描数据进行重建,得到扫描对象的第一心脏重建图像,采用第二卷积核重建算法能够对获取的扫描对象的心脏扫描数据进行重建,得到扫描对象的第二心脏重建图像,从而可以根据得到的第一心脏重建图像和第二心脏重建图像,得到扫描对象的心脏重建图像,使得到的扫描对象的心脏重建图像是由两种不同卷积核重建算法对扫描对象的心脏扫描进行重建得到的,避免了采用单一卷积核重建算法对扫描对象的心脏扫描数据进行重建,使得到的重建图像存在分辨率较低或者噪声较大的问题,使得到的扫描对象的心脏重建图像能够在保证分辨率的同时噪声较小,从而提高了得到的扫描对象的心脏重建图像的质量。
在上述根据第一心脏重建图像和第二心脏重建图像,得到扫描对象的心脏重建图像的场景中,在一个实施例中,如图3所示,上述S204,包括:
S301,对第一心脏重建图像进行滤波处理,得到处理后的第一心脏重建图像。
具体地,计算机设备对上述第一心脏重建图像进行滤波处理,得到处理后的第一心脏重建图像。可选的,计算机设备可以采用双边滤波器对上述第一心脏重建图像进行滤波处理,得到处理后的第一心脏重建图像。需要说明的是,使用非常锐利的卷积核对心脏扫描数据进行重建,可以得到分辨力较高的支架边界结构,但是同时得到的第一心脏重建图像的噪声也会大大增强,不利于诊断非支架区域组织,所以需要使用双边滤波器(bilateral filter)对第一心脏重建图像进行滤过,双边滤波器的作用是可以保持第一心脏重建图像的边界同时去除第一心脏重建图像的噪声。示例性地,如图3a所示,图3a左边的图像为对照组Ori图像,图3a中间的图像为采用锐利卷积核重建算法得到的图像,图3a右边的图像为使用双边滤波器滤波后的图像。在一个实施例中,以第一心脏重建图像的边界像素为关注像素,边界像素周围的像素为关注像素的邻近像素,基于关注像素与邻近像素间的距离信息和/或与邻近像素有关的像素值的差分信息,即可确定双边滤波器的滤波系数。
S302,根据第二心脏重建图像,得到感兴趣区域的加权权重系数。
具体地,计算机设备根据上述得到的第二心脏重建图像,得到对滤波处理后的第一心脏重建图像和第二心脏重建图像进行加权合并的加权权重系数。可选的,感兴趣区域例如可以是心脏支架、骨骼支架等,感兴趣区域可相对其他区域具有较低的X射线透过率。计算机设备可以根据上述第二心脏重建图像中的支架区域对应的图像,得到感兴趣区域的加权权重系数。
S303,根据感兴趣区域的加权权重系数,对处理后的第一心脏重建图像和第二心脏重建图像进行加权合并,得到扫描对象的心脏重建图像。
具体地,计算机设备根据上述得到的对第一心脏重建图像和第二心脏重建图像进行加权合并的感兴趣区域的加权权重系数,对上述处理后的第一心脏重建图像和第二心脏重建图像进行加权合并,得到扫描对象的心脏重建图像。可选的,计算机设备可以根据上述感兴趣区域的加权权重系数,分别对处理后的第一心脏重建图像和第二心脏重建图像进行加权处理,然后对加权后的处理后的第一心脏重建图像和第二心脏重建图像进行合并,得到扫描对象的心脏重建图像。
本实施例中,计算机设备对第一心脏重建图像进行滤波处理,能够保持第一心脏重建图像的边界同时去除第一心脏重建图像的噪声,提高了得到的处理后的第一心脏重建图像的质量,另外,根据第二心脏重建图像,能够准确地得到对第一心脏重建图像和第二心脏重建图像进行加权合并的加权权重系数,进而可以根据得到的加权权重系数,对处理后的第一心脏重建图像和第二心脏重建图像进行准确地加权合并,提高了得到的扫描对象的心脏重建图像的准确度。
在上述根据第二心脏重建图像,得到加权权重系数的场景中,在一个实施例中,如图4所示,上述S302,包括:
S401,对第二心脏重建图像进行图像分割,得到第二心脏重建图像中的支架掩模图像。
具体地,计算机设备对上述第二心脏重建图像进行图像分割,得到上述第二心脏重建图像中的支架掩模图像。可选的,计算机设备可以将该第二心脏重建图像输入预设的图像分割模型中,对第二心脏重建图像进行图像分割,得到第二心脏重建图像中的支架掩模图像,也可以根据图像分割算法,例如,基于阈值的分割方法、基于区域的分割方法、基于边缘的分割方法等,对第二心脏重建图像进行图像分割,得到第二心脏重建图像中的支架掩模图像。
S402,根据支架掩模图像,得到感兴趣区域的加权权重系数。
具体地,计算机设备根据上述第二心脏重建图像中的支架掩模图像,得到上述加权权重系数。可选的,计算机设备可以根据公式Wstent(i,j)=Mstent(i,j)*G(σ)以及公式Wstent(i,j)=(Wstent(i,j)-max(Wstent(i,j)))/(max(Wstent(i,j)-min(Wstent(i,j)))得到上述加权权重系数,式中,i表示第二心脏重建图像中像素的横坐标,j表示第二心脏重建图像中像素的纵坐标,Wstent(i,j)表示坐标为(i,j)的像素的加权权重系数,具体为感兴趣区域的像素的加权权重系数,max表示取最大值运算,min表示取最小值运算。在此实施例种,max(Wstent(i,j))表示第二心脏重建图像中像素的加权权重系数最大值,min(Wstent(i,j))表示第二心脏重建图像中像素的加权权重系数最小值,G(σ)表示关于σ的高斯滤波函数,Mstent(i,j)表示支架掩模图像,其中,1代表该像素是支架,0则不是,Tstent是判断像素是否是支架的阈值;Rcor是指冠脉区域,所以支架的掩膜图像是在原图上先提取出冠脉区域,再在此基础上通过阈值分割提取,Iori(i,j)表示通过阈值分割提到的冠脉区域的像素值,i≥0,j≥0。可以理解的是,上述加权权重系数是由支架掩膜图像通过高斯滤波器滤波得到的,然后再通过公式将加权权重系数归一化到0-1之间,最终的感兴趣区域的加权权重系数如图4a所示。
本实施例中,计算机设备通过对第二心脏重建图像进行分割,能够准确地得到第二心脏重建图像中的支架掩模图像,从而可以根据得到的支架掩模图像,准确地得到感兴趣区域的加权权重系数,提高了得到的感兴趣区域的加权权重系数的准确度。
在上述根据感兴趣区域的加权权重系数,对处理后的第一心脏重建图像和第二心脏重建图像进行加权合并,得到扫描对象的心脏重建图像的场景中,在一个实施例中,如图5所示,上述S303,包括:
S501,根据感兴趣区域的加权权重系数,对处理后的第一心脏重建图像和第二心脏重建图像进行加权处理,得到加权处理后的第一心脏重建图像和加权处理后的第二心脏重建图像。
具体地,计算机设备根据上述感兴趣区域的加权权重系数,对处理后的第一心脏重建图像和第二心脏重建图像进行加权处理,得到加权处理后的第一心脏重建图像和加权处理后的第二心脏重建图像。可选的,计算机设备可以采用上述感兴趣区域的加权权重系数,对处理后的第一心脏重建图像进行加权处理,得到加权处理后的第一心脏重建图像,根据该感兴趣区域的加权权重系数,获取第二心脏重建图像的加权权重系数,采用该第二心脏重建图像的加权权重系数,对第二心脏重建图像进行加权处理,得到加权处理后的第二心脏重建图像。可选的,第二心脏重建图像的加权权重系数和上述感兴趣区域的加权权重系数之和为1,即计算机设备可以根据第二心脏重建图像的加权权重系数和上述加权权重系数之和为1的条件,根据上述感兴趣区域的加权权重系数,获取第二心脏重建图像的加权权重系数。
S502,对加权处理后的第一心脏重建图像和加权处理后的第二心脏重建图像进行合并处理,得到扫描对象的心脏重建图像。
具体地,计算机设备对上述加权处理后的第一心脏重建图像和上述加权处理后的第二心脏重建图像进行合并处理,得到扫描对象的心脏重建图像。可选的,计算机设备可以根据公式Iout(i,j)=Wstent(i,j)*If(i,j)+(1-Wstent(i,j))*Iori(i,j)得到扫描对象的心脏重建图像,式中,Iout(i,j)表示扫描对象的心脏重建图像,Wstent(i,j)表示感兴趣区域的加权权重系数,If(i,j)表示处理后的第一心脏重建图像,Wstent(i,j)*If(i,j)表示加权处理后的第一心脏重建图像,Iori(i,j)表示第二心脏重建图像,(1-Wstent(i,j))*Iori(i,j)表示加权处理后的第二心脏重建图像。示例性地,如图5a、图5b所示,图5a中左图为第一心脏重建图像,图5a中右图为处理后的第一心脏重建图像,可以看到处理后的第一心脏重建图像的支架的结构更加的清晰,同时非支架区域的组织部分和原始图像一致,图5b中左图为采用传统的图像重建算法得到的扫描对象的心脏重建图像,图5b中右图为采用本申请的方案得到的扫描对象的心脏重建图像。
本实施例中,计算机设备能够根据感兴趣区域的加权权重系数,对处理后的第一心脏重建图像和第二心脏重建图像进行准确地加权处理,提高了得到的加权处理后的第一心脏重建图像和加权处理后的第二心脏重建图像的准确度,由于得到的扫描对象的心脏重建图像是对加权处理后的第一心脏重建图像和加权处理后的第二心脏重建图像进行合并处理得到的,由于加权处理后的第一心脏重建图像的准确度和加权处理后的第二心脏重建图像的准确度得到了提高,进而提高了得到的扫描对象的心脏重建图像的准确度。
为了便于本领域技术人员的理解,如图6所示,以下对本申请提供的心脏图像重建方法进行详细介绍,该方法可以包括:
S1,获取扫描对象的心脏扫描数据。
S2,采用第一卷积核重建算法对心脏扫描数据进行重建,得到扫描对象的第一心脏重建图像。
S3,采用第二卷积核重建算法对心脏扫描数据进行重建,得到扫描对象的第二心脏重建图像。
S4,采用双边滤波器对第一心脏重建图像进行滤波处理,得到处理后的第一心脏重建图像。
S5,对第二心脏重建图像进行图像分割,得到第二心脏重建图像中的支架掩模图像。
S6,根据支架掩模图像,得到感兴趣区域的加权权重系数。
S7,采用感兴趣区域的加权权重系数,对处理后的第一心脏重建图像进行加权处理,得到加权处理后的第一心脏重建图像。
S8,根据感兴趣区域的加权权重系数,获取第二心脏重建图像的加权权重系数;其中,第二心脏重建图像的加权权重系数与感兴趣区域的加权权重系数之和为1。
S9,采用第二心脏重建图像的加权权重系数,对第二心脏重建图像进行加权处理,得到加权处理后的第二心脏重建图像。
S10,对加权处理后的第一心脏重建图像和加权处理后的第二心脏重建图像进行合并处理,得到扫描对象的心脏重建图像。
需要说明的是,针对上述S1-S10中的描述可以参见上述实施例中相关的描述,且其效果类似,本实施例在此不再赘述。
应该理解的是,虽然图2-6的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,这些步骤可以以其它的顺序执行。而且,图2-6中的至少一部分步骤可以包括多个步骤或者多个阶段,这些步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,这些步骤或者阶段的执行顺序也不必然是依次进行,而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
在一个实施例中,如图7所示,提供了一种心脏图像重建装置,包括:获取模块、第一重建模块、第二重建模块和合并模块,其中:
获取模块,用于获取扫描对象的心脏扫描数据。
第一重建模块,用于采用第一卷积核重建算法对心脏扫描数据进行重建,得到扫描对象的第一心脏重建图像。
第二重建模块,用于采用第二卷积核重建算法对心脏扫描数据进行重建,得到扫描对象的第二心脏重建图像。
合并模块,用于根据第一心脏重建图像和第二心脏重建图像,得到扫描对象的心脏重建图像。
本实施例提供的心脏图像重建装置,可以执行上述方法实施例,其实现原理和技术效果类似,在此不再赘述。
在上述实施例的基础上,可选的,上述合并模块,包括:处理单元、第一获取单元和第二获取单元,其中:
处理单元,用于对第一心脏重建图像进行滤波处理,得到处理后的第一心脏重建图像。
第一获取单元,用于根据第二心脏重建图像,得到感兴趣区域的加权权重系数。
第二获取单元,用于根据感兴趣区域的加权权重系数,对处理后的第一心脏重建图像和第二心脏重建图像进行加权合并,得到扫描对象的心脏重建图像。
本实施例提供的心脏图像重建装置,可以执行上述方法实施例,其实现原理和技术效果类似,在此不再赘述。
在上述实施例的基础上,可选的,上述第二获取单元,具体用于对第二心脏重建图像进行图像分割,得到第二心脏重建图像中的支架掩模图像;根据支架掩模图像,得到感兴趣区域的加权权重系数。
本实施例提供的心脏图像重建装置,可以执行上述方法实施例,其实现原理和技术效果类似,在此不再赘述。
在上述实施例的基础上,可选的,上述第二获取单元,具体用于根据感兴趣区域的加权权重系数,对处理后的第一心脏重建图像和第二心脏重建图像进行加权处理,得到加权处理后的第一心脏重建图像和加权处理后的第二心脏重建图像;对加权处理后的第一心脏重建图像和加权处理后的第二心脏重建图像进行合并处理,得到扫描对象的心脏重建图像。
本实施例提供的心脏图像重建装置,可以执行上述方法实施例,其实现原理和技术效果类似,在此不再赘述。
在上述实施例的基础上,可选的,上述第二获取单元,具体用于采用感兴趣区域的加权权重系数,对处理后的第一心脏重建图像进行加权处理,得到加权处理后的第一心脏重建图像;根据感兴趣区域的加权权重系数,获取第二心脏重建图像的加权权重系数;采用第二心脏重建图像的加权权重系数,对第二心脏重建图像进行加权处理,得到加权处理后的第二心脏重建图像。
可选的,第二心脏重建图像的加权权重系数与感兴趣区域的加权权重系数之和为1。
本实施例提供的心脏图像重建装置,可以执行上述方法实施例,其实现原理和技术效果类似,在此不再赘述。
在上述实施例的基础上,可选的,上述处理单元,具体用于采用双边滤波器对第一心脏重建图像进行滤波处理,得到处理后的第一心脏重建图像。
本实施例提供的心脏图像重建装置,可以执行上述方法实施例,其实现原理和技术效果类似,在此不再赘述。
关于心脏图像重建装置的具体限定可以参见上文中对于心脏图像重建方法的限定,在此不再赘述。上述心脏图像重建装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中,也可以以软件形式存储于计算机设备中的存储器中,以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中,提供了一种计算机设备,包括存储器和处理器,存储器中存储有计算机程序,该处理器执行计算机程序时实现以下步骤:
获取扫描对象的心脏扫描数据;
采用第一卷积核重建算法对心脏扫描数据进行重建,得到扫描对象的第一心脏重建图像;
采用第二卷积核重建算法对心脏扫描数据进行重建,得到扫描对象的第二心脏重建图像;
根据第一心脏重建图像和第二心脏重建图像,得到扫描对象的心脏重建图像。
上述实施例提供的计算机设备,其实现原理和技术效果与上述方法实施例类似,在此不再赘述。
在一个实施例中,提供了一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现以下步骤:
获取扫描对象的心脏扫描数据;
采用第一卷积核重建算法对心脏扫描数据进行重建,得到扫描对象的第一心脏重建图像;
采用第二卷积核重建算法对心脏扫描数据进行重建,得到扫描对象的第二心脏重建图像;
根据第一心脏重建图像和第二心脏重建图像,得到扫描对象的心脏重建图像。
上述实施例提供的计算机可读存储介质,其实现原理和技术效果与上述方法实施例类似,在此不再赘述。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(Read-Only Memory,ROM)、磁带、软盘、闪存或光存储器等。易失性存储器可包括随机存取存储器(Random Access Memory,RAM)或外部高速缓冲存储器。作为说明而非局限,RAM可以是多种形式,比如静态随机存取存储器(Static Random Access Memory,SRAM)或动态随机存取存储器(Dynamic Random Access Memory,DRAM)等。
以上实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。因此,本申请专利的保护范围应以所附权利要求为准。
Claims (10)
1.一种心脏图像重建方法,其特征在于,所述方法包括:
获取扫描对象的心脏扫描数据;
采用第一卷积核重建算法对所述心脏扫描数据进行重建,得到所述扫描对象的第一心脏重建图像;
采用第二卷积核重建算法对所述心脏扫描数据进行重建,得到所述扫描对象的第二心脏重建图像;
根据所述第一心脏重建图像和所述第二心脏重建图像,得到所述扫描对象的心脏重建图像。
2.根据权利要求1所述的方法,其特征在于,根据所述第一心脏重建图像和所述第二心脏重建图像,得到所述扫描对象的心脏重建图像,包括:
对所述第一心脏重建图像进行滤波处理,得到处理后的第一心脏重建图像;
根据所述第二心脏重建图像,得到感兴趣区域的加权权重系数;
根据所述感兴趣区域的加权权重系数,对所述处理后的第一心脏重建图像和所述第二心脏重建图像进行加权合并,得到所述扫描对象的心脏重建图像。
3.根据权利要求2所述的方法,其特征在于,所述感兴趣区域为支架对应的区域,所述根据所述第二心脏重建图像,得到感兴趣区域的加权权重系数,包括:
对所述第二心脏重建图像进行图像分割,得到所述第二心脏重建图像中的支架掩模图像;
根据所述支架掩模图像,得到所述感兴趣区域的加权权重系数。
4.根据权利要求3所述的方法,其特征在于,所述根据所述感兴趣区域的加权权重系数,对所述处理后的第一心脏重建图像和所述第二心脏重建图像进行加权合并,得到所述扫描对象的心脏重建图像,包括:
根据所述感兴趣区域的加权权重系数,对所述处理后的第一心脏重建图像和所述第二心脏重建图像进行加权处理,得到加权处理后的第一心脏重建图像和加权处理后的第二心脏重建图像;
对所述加权处理后的第一心脏重建图像和所述加权处理后的第二心脏重建图像进行合并处理,得到所述扫描对象的心脏重建图像。
5.根据权利要求4所述的方法,其特征在于,所述根据所述感兴趣区域的加权权重系数,对所述处理后的第一心脏重建图像和所述第二心脏重建图像进行加权处理,得到加权处理后的第一心脏重建图像和加权处理后的第二心脏重建图像,包括:
采用所述感兴趣区域的加权权重系数,对所述处理后的第一心脏重建图像进行加权处理,得到所述加权处理后的第一心脏重建图像;
根据所述感兴趣区域的加权权重系数,获取所述第二心脏重建图像的加权权重系数;
采用所述第二心脏重建图像的加权权重系数,对所述第二心脏重建图像进行加权处理,得到所述加权处理后的第二心脏重建图像。
6.根据权利要求5所述的方法,其特征在于,所述第二心脏重建图像的加权权重系数与所述感兴趣区域的加权权重系数之和为1。
7.根据权利要求2所述的方法,其特征在于,所述对所述第一心脏重建图像进行滤波处理,得到处理后的第一心脏重建图像,包括:
采用双边滤波器对所述第一心脏重建图像进行滤波处理,得到所述处理后的第一心脏重建图像。
8.一种心脏图像重建装置,其特征在于,所述装置包括:
获取模块,用于获取扫描对象的心脏扫描数据;
第一重建模块,用于采用第一卷积核重建算法对所述心脏扫描数据进行重建,得到所述扫描对象的第一心脏重建图像;
第二重建模块,用于采用第二卷积核重建算法对所述心脏扫描数据进行重建,得到所述扫描对象的第二心脏重建图像;
合并模块,用于根据所述第一心脏重建图像和所述第二心脏重建图像,得到所述扫描对象的心脏重建图像。
9.一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述的方法的步骤。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010995853.9A CN114255288A (zh) | 2020-09-21 | 2020-09-21 | 心脏图像重建方法、装置、计算机设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010995853.9A CN114255288A (zh) | 2020-09-21 | 2020-09-21 | 心脏图像重建方法、装置、计算机设备和存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114255288A true CN114255288A (zh) | 2022-03-29 |
Family
ID=80789033
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010995853.9A Pending CN114255288A (zh) | 2020-09-21 | 2020-09-21 | 心脏图像重建方法、装置、计算机设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114255288A (zh) |
-
2020
- 2020-09-21 CN CN202010995853.9A patent/CN114255288A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP2380132B1 (en) | Denoising medical images | |
US7831097B2 (en) | System and method for image reconstruction | |
US6754398B1 (en) | Method of and system for image processing and recording medium for carrying out the method | |
JP3995854B2 (ja) | 画像処理方法および装置並びに記録媒体 | |
US20100092102A1 (en) | Method and apparatus for image processing | |
US9953441B2 (en) | Processing metal artifact in CT image | |
CN107133923B (zh) | 一种基于自适应梯度稀疏模型的模糊图像非盲去模糊方法 | |
US20110125030A1 (en) | Medical diagnostic device and method of improving image quality of medical diagnostic device | |
Budhiraja et al. | An efficient image denoising scheme for higher noise levels using spatial domain filters | |
CN110610498A (zh) | 乳腺钼靶图像处理方法、系统、存储介质及设备 | |
Yang et al. | High-frequency sensitive generative adversarial network for low-dose CT image denoising | |
CN109074635B (zh) | 用于对向量值图像去噪的设备和方法 | |
JP4847004B2 (ja) | 分解能適応画像フィルタ処理システム及び方法 | |
US20140254920A1 (en) | Method and apparatus for enhancing quality of 3d image | |
JP2004242285A (ja) | ノイズ抑制処理方法および装置並びにプログラム | |
CN111353958A (zh) | 图像处理方法、装置及系统 | |
CN110400359B (zh) | 图像伪影的消除方法、装置、设备及存储介质 | |
CN113793272B (zh) | 图像降噪方法及装置、存储介质、终端 | |
Paranjape | Fundamental enhancement techniques | |
CN116563166A (zh) | 一种图像增强方法、装置、存储介质和设备 | |
CN116109618A (zh) | 血管成像方法、装置、电子设备和介质 | |
CN114255288A (zh) | 心脏图像重建方法、装置、计算机设备和存储介质 | |
JP4127537B2 (ja) | 画像処理方法および装置並びにプログラム | |
CN113643394A (zh) | 散射校正方法、装置、计算机设备和存储介质 | |
CN114119790A (zh) | 医学成像方法、装置、电子设备和存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |