买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：吉林大学

摘要：本发明公开了一种去除CT图像金属伪影新方法，其方法为：第一步、制作模拟数据集，构建受损CT图像的训练集；第二步、构建双域网络模型，包括图像预处理、基于小波融合的先验图像生成、构建基于掩码UNet的投影域修复网络、构建基于改进UNet的图像域修复网络以及设计双域网络模型的总体损失函数；第三步、将受金属伪影影响的临床CT图像利用上述第二步得到的双域网络模型去除金属伪影，调整受金属伪影影响的临床CT图像大小与训练图像大小一致；有益效果：在减轻CT图像伪影的同时，保留了重要的骨等组织结构，有利于后续的图像域修复；能够使网络自主学习通道层面和空间层面的特征信息，捕获长远距离关系中的潜在特征。

主权项：1.一种去除CT图像金属伪影新方法，其特征在于：其方法包括的步骤如下：第一步、制作模拟数据集，构建受损CT图像的训练集；第二步、构建双域网络模型，包括图像预处理、基于小波融合的先验图像生成、构建基于掩码UNet的投影域修复网络、构建基于改进UNet的图像域修复网络以及设计双域网络模型的总体损失函数，具体过程如下：步骤1、图像预处理：对受损CT图像进行阈值分割得到金属植入物，对其进行前向投影和二值化操作得到金属投影二值图；转换CT图像像素值，并通过线性插值算法得到正弦先验图像；将正弦先验图像进行滤波反投影，得到线性插值校正的CT图像；步骤2、基于小波融合的先验图像生成：将受损CT图像和线性插值校正的CT图像分别使用二维离散小波变换进行小波分解；通过融合策略进行融合处理；通过离散小波逆变换生成图像域网络的先验图像；步骤3、构建基于掩码UNet的投影域修复网络：将正弦先验图像与金属投影二值图在通道维度进行拼接；将其传入初始化的掩码UNet网络模型中进行修复；将修复的结果与正弦先验图像进行残差相加得到最终投影域修复结果；设计基于投影域图像差值的损失函数；步骤4、构建基于改进UNet的图像域修复网络，将上述投影域修复结果通过滤波反投影变换到图像域，得到投影域网络校正后的CT图像，它与图像域网络的先验图像在通道维度进行拼接，将其传入初始化的UNet改进模型，在UNet改进模型中在每层卷积块后通过串联的通道注意力SE与像素注意力机制PA捕获通道层面与空间层面的注意力特征信息，在BottleNeck模块增加的数个简单残差块进一步扩大感受野，在相邻两层使用基于注意力机制的特征融合AFF融合深层的语义信息与低层的细节信息，再与对应解码层拼接，完成特征补全；将修复的结果与先验图像进行残差相加得到最终图像域修复结果；设计基于图像域图像差值和惩罚重建的二次伪影的损失函数；步骤5、设计双域网络模型的总体损失函数，包括基于投影域图像差值的损失函数、基于图像域图像差值和惩罚重建的二次伪影的损失函数，权重化上述的各个损失函数；第三步、将受金属伪影影响的临床CT图像利用上述第二步得到的双域网络模型去除金属伪影，调整受金属伪影影响的临床CT图像大小与训练图像大小一致；通过第二步中的图像预处理，得到投影域网络的先验图像与金属投影掩码；通过第二步中的基于小波融合的先验图像生成，得到图像域网络的先验图像；将投影域网络的先验图像与金属投影掩码通过第二步中基于掩码UNet的投影域修复网络进行投影域的修复；将修复后的结果变换到图像域后与图像域网络的先验图像通过第二步中基于改进UNet的图像域修复网络进行图像域的修复；转换修复后的CT图像的像素单位。

全文数据：

权利要求：

百度查询： 吉林大学 一种去除CT图像金属伪影新方法