CN115115724B 图像处理方法、装置、计算机设备及存储介质 （腾讯医疗健康(深圳)有限公司）

质型包含结构参数，结构参数表示金属伪影的结处理模型用于基于调整后的结构参数去除任一2获取图像处理模型，所述图像处理模型包含结构参数，所述在训练所述图像处理模型时，基于训练样本调整所述第其中，训练后的所述图像处理模型用于基于调整后的结构在训练所述图像处理模型时，基于所述训练样本调整所述调整所述在训练所述图像处理模型时，基于所述训练样本调整所述调整系将所述矩阵中不小于参考数值的元素调整为目标数值，所述目标数值述子区域中包含该条形伪影的情况下所述条形确定所述第二区域对应的旋转参数，所述旋转参数表示对应中除目标数值所在的位置之外的其他位置上的元素表示所述第一区域中对应的子区域中是否包含条形伪影，以及在所述子区域中包含该条形伪影的情况下所述条形伪影的形状，基于所述旋转参数，调整所述第一区域结构参数中元素的位置，以结构参数中除所述目标数值所在的位置之外的其他位置的元素表示所述第二区域中对应3其中，训练后的所述图像处理模型用于基于所述调整后的所述区域位置信息表示所述医学图像包含的所述金属伪影中的每个基于多个区域位置信息、所述第一区域结构参数和所述第二区域结通过将所述医学图像与所述目标图像进行对比，分别确定所述多基于多个区域位置梯度信息分别对所述多个区域位置信息进行调基于所述调整后的多个区域位置信息、所述第一区域结构参数基于所述第一伪影信息和所述第二伪影信息，分别确定所述多基于所述伪影差异信息、所述第一区域结构参数和所述第二区域调用所述位置提取网络，对所述医学图像进行位置提取调用所述伪影去除网络，基于多个区域位置信息、所述第4模型训练模块，用于在训练所述图像处理模型时，基于训练样其中，训练后的所述图像处理模型用于基于调整后的结构在训练所述图像处理模型时，基于所述训练样本调整所述调整将所述矩阵中不小于参考数值的元素调整为目标数值，所述目标数值述子区域中包含该条形伪影的情况下所述条形确定所述第二区域对应的旋转参数，所述旋转参数表示对应阵中除目标数值所在的位置之外的其他位置上的元素表示所述第一区域中对应的子区域中是否包含条形伪影，以及在所述子区域中包含该条形伪影的情况下所述条形伪影的形基于所述旋转参数，调整所述第一区域结构参数中元素的位置，以结构参数中除所述目标数值所在的位置之外的其他位置的元素表示所述第二区域中对应17.根据权利要求12所述的装置，其特征在于，所述图像处理模型还包含位置提取参5其中，训练后的所述图像处理模型用于基于所述调整后的所述区域位置信息表示所述医学图像包含的所述金属伪影中的每个基于多个区域位置信息、所述第一区域结构参数和所述第二区域结位置梯度确定单元，用于通过将所述医学图像与所述目标位置信息确定单元，用于基于多个区域位置梯度信息分别伪影去除单元，用于基于所述调整后的多个区域位置基于所述第一伪影信息和所述第二伪影信息，分别确定所述多基于所述伪影差异信息、所述第一区域结构参数和所述第二区域6现如权利要求1至11任一权利要求所述的图像处理方行时实现权利要求1至11任一权利要求所述的图像处理方法7[0002]计算机断层扫描(ComputedTomography，CT)能够无损检测到人体内的组织器官数，所述调整系数和一个所述原始区域结构参数的乘积代表一个区域对应的区域结构参8在所述子区域中包含该条形伪影的情况下所述条值所在的位置之外的其他位置上的元素表示所述第一区域中对应的子区域中是否包含条区域结构参数中除所述目标数值所在的位置之外的其他位置的元素表示所述第二区域中9[0033]将所述第一伪影信息和所述第二伪影信息之间的差异信息，确定为伪影差异信[0035]在另一种可能实现方式中，所述图像处理模型包括位置提取网络和伪影去除网储器中存储有至少一条计算机程序，所述至少一条计算机程序由所述处理器加载并执行，[0058]人工智能(ArtificialIntelligence，AI)是利用数字计算机或者数字计算机控[0068]其中，服务器102训练图像处理模型，该图像处理模型用于去除图像中的金属伪[0071]图2是本申请实施例提供的一种图像处理方法的流程图。本申请实施例的执行主金属伪影是由于目标对象体内或体表的金属对X射线的吸收和反射等，导致在金属周围以[0075]202、计算机设备在训练该图像处理模型时，基于训练样本调整第一区域结构参[0077]本申请实施例提供的方法，基于金属伪影包含旋转对称的多个区域这一结构特[0078]图3是本申请实施例提供的另一种图像处理方法的流程图。本申请实施例的执行置提取网络用于提取医学图像中的位置信息，伪影去除网络用于基于位置信息和结构参[0099]在一种可能实现方式中，该结构参数包括一个调整系数和多个原始区域结构参[0109]调用图像处理模型去除医学图像中的金属伪影的过程参加下述图7所示的实施[0110]本申请实施例提供的方法，基于金属伪影包含旋转对称的多个区域这一结构特表示第j列。在q≤p/2的情况下，T(q)=q,否则，I,(a)=q-p,同理，T,(t)在t≤p/2的情况下，T(t)=t,否则，I,(t)=t-p。[0132]公式四：IOY=IOX+IO(C8M)21算子prorm()和prozon(·),M(n)表示第每个图像处理子模型中均包括一个位置提取网络和出的位置信息和上一个图像处理子模型输出的目标图像确[0164]在一种可能实现方式中，计算机设备将医学图像与第一伪影信息之间的差异信[0165]704、计算机设备调用下一个位置提取网络，通过将医学图像与目标图像进行对[0166]下一个位置提取网络是上述伪影去除网络的下一个图像处理子模型中的位置提[0172]图像处理模型中包括目标数量个图像处理子模型，伪影去除网络输出目标图像的多个区域这一结构特性，将金属伪影在结构上的特性作为金属伪影去除时的先验知识，[0179]图9是本申请实施例提供的再一种图像处理方法的流程图，包括图像处理模型的[0184]本申请实施例提供的装置，基于金属伪影包含旋转对称的多个区域这一结构特[0185]在一种可能实现方式中，该结构参数包括一个调整系数和多个原始区域结构参在的位置之外的其他位置上的元素表示该第一区域中对应的子区域中是否包含条形伪影，结构参数中除该目标数值所在的位置之外的其他位置的元素表示该第二区域中对应的子区域中是否包含条形伪影，以及在该子区域中包含该条形伪影的情况下该条形伪影的形[0208]在另一种可能实现方式中，该图像处理模型包括位置提取网MP4(MovingPictureExpertsGroupAudioLayerIV，动态影像专家压缩标准音频层面理器1201可以采用DSP(DigitalSignalProcessing，数字信号处理)、FPGA(Field-处理器是用于对在唤醒状态下的数据进行处理的处理器，也称CPU(CentralProcessing以采用LCD(LiquidCrystalDisplay，液晶显示屏)、OLED(OrganicLight_Emitting头融合实现全景拍摄以及VR(VirtualReality，虚拟现实)拍摄功能或者其它融合拍摄功[0227]本申请实施例还提供了一种计算机程序产品，该计算机程序产品包括计算机程[0230]本领域普通技术人员可以理解实现上述实施例的全部或部分