一种医学图像增强方法、装置、设备及可读存储介质.pdf

(19)国家知识产权局(12)发明专利申请(10)申请公布号CN114936991A(43)申请公布日2022.08.23(21)申请号202210626063.2(22)申请日2022.06.02(71)申请人中科微影（浙江）医疗科技有限公司地址317300浙江省台州市仙居县白塔镇仙居县经济开发区白塔工业集聚区(72)发明人姜帆(74)专利代理机构北京集智东方知识产权代理有限公司11578专利代理师刘林陈攀(51)Int.Cl.G06T5/30(2006.01)G06T5/10(2006.01)G06N3/04(2006.01)G06N3/08(2006.01)权利要求书2页说明书8页附图3页(54)发明名称一种医学图像增强方法、装置、设备及可读存储介质(57)摘要本发明提供了一种医学图像增强方法、装置、设备及可读存储介质，所述方法包括：获取核磁图像；对所述核磁图像进行分解，得到至少一个分解结果，所述分解结果中包括至少一个低频分量和至少一个高频分量；基于顶帽变换对每一个所述低频分量进行增强处理，得到增强后的低频分量，利用已训练的深度学习模型对每一个所述高频分量进行增强处理，得到增强后的高频分量；对所述增强后的低频分量和所述增强后的高频分量进行重构处理，得到增强的核磁图像。本发明将图像分解后，采用不同的增强处理方法对各自进行处理，可以得到更高质量的增强后的低频分量和增强后的高频分量，进而得到优质的增强后的图像。CN114936991ACN114936991A权利要求书1/2页1.一种医学图像增强方法，其特征在于，包括：获取核磁图像；对所述核磁图像进行分解，得到至少一个分解结果，所述分解结果中包括至少一个低频分量和至少一个高频分量；基于顶帽变换对每一个所述低频分量进行增强处理，得到增强后的低频分量，利用已训练的深度学习模型对每一个所述高频分量进行增强处理，得到增强后的高频分量；对所述增强后的低频分量和所述增强后的高频分量进行重构处理，得到增强的核磁图像。2.根据权利要求1所述的医学图像增强方法，其特征在于，对所述核磁图像进行分解，得到至少一个分解结果，包括：采用小波变换方法对所述核磁图像进行行分解处理，得到第一分解结果，所述小波变换方法采用的小波函数为墨西哥帽状函数；对所述第一分解结果进行列分解处理，得到一个所述低频分量和三个所述高频分量，所述低频分量包括所述核磁图像在水平和垂直方向的低频分量；三个所述高频分量包括第一高频分量、第二高频分量和第三高频分量，所述第一高频分量包括所述核磁图像在水平方向的低频分量和垂直方向的高频分量，所述第二高频分量包括所述核磁图像在水平方向的高频分量和垂直方向的低频分量，所述第三高频分量包括所述核磁图像在水平和垂直方向的高频分量。3.根据权利要求1所述的医学图像增强方法，其特征在于，基于顶帽变换对每一个所述低频分量进行增强处理，得到增强后的低频分量，利用已训练的深度学习模型对每一个所述高频分量进行增强处理，得到增强后的高频分量，包括：利用顶帽变换对所述低频分量进行处理，得到第一处理结果，利用底帽变换对所述低频分量进行处理，得到第二处理结果；将所述低频分量加上所述第一处理结果，得到第三处理结果，将所述第三处理结果减去所述第二处理结果，得到所述增强后的低频分量；将所述高频分量输入所述已训练的深度学习模型中，得到所述增强后的高频分量。4.根据权利要求1所述的医学图像增强方法，其特征在于，已训练的深度学习模型的构建方法，包括：获取样本集，所述样本集中包括多个样本图像，对每个所述样本图像进行增强处理，得到第一图像；利用小波分解对每个所述样本图像进行分解和利用小波分解对每个所述样本图像对应的所述第一图像进行分解，得到第五分解结果；将所述第五分解结果作为样本集中的样本，构建样本集，利用所述样本集对深度信念网络模型进行训练，得到所述已训练的深度学习模型。5.一种医学图像增强装置，其特征在于，包括：获取模块，用于获取核磁图像；分解模块，用于对所述核磁图像进行分解，得到至少一个分解结果，所述分解结果中包括至少一个低频分量和至少一个高频分量；增强模块，用于基于顶帽变换对每一个所述低频分量进行增强处理，得到增强后的低2CN114936991A权利要求书2/2页频分量，利用已训练的深度学习模型对每一个所述高频分量进行增强处理，得到增强后的高频分量；重构模块，用于对所述增强后的低频分量和所述增强后的高频分量进行重构处理，得到增强的核磁图像。6.根据权利要求5所述的医学图像增强装置，其特征在于，分解模块，包括：第一分解单元，用于采用小波变换方法对所述核磁图像进行行分解处理，得到第一分解结果，所述小波变换方法采用的小波函数为墨西哥帽状函数；第二分解单元，用于对所述第一分解结果进行列分解处理，得到一个所述低频分量和三个所述高频分量，