一种医学图像伪影去除方法.pdf

(19)国家知识产权局(12)发明专利申请(10)申请公布号CN115239592A(43)申请公布日2022.10.25(21)申请号202210900405.5(22)申请日2022.07.28(71)申请人晁震地址250000山东省济南市槐荫区泰安路887号首诺城市之光B座22层W10室(72)发明人晁震宿锐(74)专利代理机构山东瑞宸知识产权代理有限公司37268专利代理师于晓丽(51)Int.Cl.G06T5/00(2006.01)G06T7/00(2017.01)G06V10/774(2022.01)G06V10/82(2022.01)权利要求书1页说明书5页附图2页(54)发明名称一种医学图像伪影去除方法(57)摘要本发明涉及一种医学图像伪影去除方法，其包括将具有环状伪影的图像转换为第一直线性伪影图像；将第一直线性伪影图像通过平滑处理得到第二直线性伪影图像；将第二直线性伪影图像与第一直线性伪影图像相减，得到高对比度图像；将高对比度图像通过径向基神经网络得到伪影去除后的图像；将伪影去除后的图像通过逆极坐标变换得到无环图像。本发明通过极坐标变换将环状伪影转换为线性伪影，再通过平滑操作准确定位环状伪影，通过自适应梯度下降算法和重力搜索算法的结合对神经网络进行训练，精确提取和学习源信息，不仅可以更多地保留源图像的细节信息，而且可以保证影像中环状伪影去除的效果，还原出高度真实去除伪影的图像。CN115239592ACN115239592A权利要求书1/1页1.一种医学图像伪影去除方法，其特征在于：包括以下步骤：将笛卡尔坐标系中的具有环状伪影的图像通过极坐标变换方法转换为极坐标系中的第一直线性伪影图像；对所述第一直线性伪影图像进行平滑处理，得到第二直线性伪影图像；将所述第二直线性伪影图像与所述第一直线性伪影图像相减，得到高对比度图像；将高对比度图像输入到预设的径向基神经网络得到伪影去除后的图像；将所述伪影去除后的图像通过逆极坐标变换方法转换为笛卡尔坐标系中的图像，得到无环图像。2.根据权利要求1所述的一种医学图像伪影去除方法，其特征在于：所述径向基神经网络的生成方法包括：构建初始径向基神经网络；对所述初始径向基神经网络进行训练，训练完成获得径向基神经网络。3.根据权利要求2所述的一种医学图像伪影去除方法，其特征在于：所述初始径向基神经网络包括输入层、隐含层和输出层，设定输入层的神经元数量为8个，设定隐含层的神经元数量为40个，并设定输出层为一个神经元；所述隐含层的激励函数为高斯函数；所述隐含层通过线性组合的方式存储输入层的神经元的信息；所述输出层与所述隐含层之间的连接方式通过权重因子进行传递。4.根据权利要求3所述的一种医学图像伪影去除方法，其特征在于：所述输入层的输入变量包括8个维度；其中，第1维是伪影像素值，第2维是要处理的像素点梯度；获得正常像素和伪影像素之间的相对差分，通过计算得到差分的总和、均值和方差，分别将差分的总和、均值和方差作为为第3、4、5维；通过反距离权重方法，获得正常像素基于欧氏距离的权重，通过计算权重的总和、均值和方差，分别将权重的总和、均值和方差作为第6、7、8维。5.根据权利要求2所述的一种医学图像伪影去除方法，其特征在于：采用自适应梯度下降算法和重力搜索算法混合方法对所述径向基神经网络进行训练。6.根据权利要求1所述的一种医学图像伪影去除方法，其特征在于：对所述第一直线性伪影图像进行平滑处理，得到第二直线性伪影图像步骤，包括：采用相关总变分方法对第一直线性伪影图像进行平滑处理，得到第二直线性伪影图像，其中，所述第二直线性伪影图像为只突出伪影的图像。2CN115239592A说明书1/5页一种医学图像伪影去除方法技术领域[0001]本发明涉及医学图像处理及应用技术的技术领域，尤其是涉及一种医学图像伪影去除方法。背景技术[0002]伪影的存在是医学图像中一种非常常见的现象,任何医学成像设备产生的图像都有可能存在伪影。伪影简单来说就是医学图像中存在的一些重影，结构或细节信息。伪影的存在会大大降低图像质量，从而严重影响图像的后续处理。在临床医学领域，如果伪影覆盖在重要的组织，或者肿瘤部位上，会对医师的诊断准确性产生不利影响。因此，去除或者减少伪影的存在是必须进行的一项工作。[0003]针对医学图像环状伪影去除，早期的方法通过对原始投影数据进行低通滤波来提取响应不一致因素，从原始信号中消除了由响应不一致引起的高频信号，并抑制了环形伪影，但这也滤除了高频率信号并降低了系统的成像质量。此后，基于傅里叶变换的滤波、独立成分分析、小波分解等方法被提出，对环状伪影有一定的抑制效果，但是校正并不彻底且容易产生新的伪影。近年来，基于变分的方法越来越多用于环状伪影去除，主要是通过调整总变分系数来提取出伪影信息以消除不必要