运动参数估计方法和运动伪影校正方法技术

本申请涉及一种运动参数估计方法、运动伪影校正方法，以及计算机设备和计算机可读存储介质。其中，该方法包括：获取待校正的扫描图像；使用运动参数估计单元处理待校正的扫描图像，获得待校正的扫描图像对应的估计运动参数，其中，运动参数估计单元被训练为估计待校正的扫描图像对应的估计运动参数。通过本申请，解决了相关技术中在扫描时同步测量被扫描对象的运动参数对测量设备的性能要求高的问题，避免了获取运动参数对测量设备性能的依赖。

【技术实现步骤摘要】
运动参数估计方法和运动伪影校正方法
本申请涉及计算机成像领域，特别是涉及运动参数估计方法、运动伪影校正方法，以及计算机设备和计算机可读存储介质。
技术介绍
计算机体层成像(ComputedTomography，简称CT)是医学领域和工业领域重要的诊断工具，目前已经被广泛应用于工业检测和医学影像学诊断。CT是使用射线束对被扫描对象的某一部分一定厚度的层面进行扫描，由探测器接收透过该层面的射线；由于被扫描对象不同组织对射线的吸收与透过率不同，探测器接收到的射线会存在一定的衰减。CT扫描设备围绕被扫描对象扫描就能够得到不同的角度射线的衰减信息。根据这些射线衰减信息，就能够重建得到被扫描对象的断层扫描图像。由于相关技术中的CT扫描设备进行一次扫描需要一定的时间，在此期间如果被扫描对象自主或非自主的运动，将会破坏扫描得到的投影数据的一致性和完整性，从而在重建图像中出现各种伪影，称之为运动伪影。运动伪影会影响图像的识别。在相关技术中，减少运动伪影通常是通过提高扫描速度，以减少扫描过程中被扫描对象的移动带来的影响。但是，受离心力、材料强度等多方面的限制，想要进一步提高扫描速度难度相当大。在相关技术中，还可以采用基于运动参数补偿的运动伪影校正方法来抑制运动伪影，但是其运动参数是通过在扫描时同步测量被扫描对象的运动来获得，对测量设备同步性、测量精度等性能要求相当高。针对相关技术中在扫描时同步测量被扫描对象的运动参数对测量设备的性能要求高的问题，目前尚未提出有效的解决方案。专利技术内容本申请实施例提供了一种运动参数估计方法、运动伪影校正方法，以及计算机设备和计算机可读存储介质，以至少解决相关技术中在扫描时同步测量被扫描对象的运动参数对测量设备的性能要求高的问题。第一方面，本申请实施例提供了一种运动参数估计方法，包括：获取待校正的扫描图像；使用运动参数估计单元处理所述待校正的扫描图像，获得所述待校正的扫描图像对应的估计运动参数，其中，所述运动参数估计单元被训练为估计所述待校正的扫描图像对应的所述估计运动参数。在其中一些实施例中，使用运动参数估计单元处理所述待校正的扫描图像，获得所述待校正的扫描图像的估计运动参数包括：所述运动参数估计单元中预处理模块将所述待校正的扫描图像转换为张量数据；所述运动参数估计单元中的训练完备的卷积神经网络处理所述张量数据，得到所述估计运动参数。在其中一些实施例中，所述运动参数估计单元的训练过程包括：获取训练样本，其中，所述训练样本包括：具有运动伪影的扫描图像和相应的运动参数；所述具有运动伪影的扫描图像是在被扫描对象按照所述相应的运动参数刚性运动的情况下扫描并重建得到的；将所述具有运动伪影的扫描图像作为训练数据，将所述相应的运动参数作为所述训练数据的金标准，训练所述运动参数估计单元。在其中一些实施例中，获取所述训练样本包括：获取多个扫描图像，其中，所述多个扫描图像是对接近静止状态的所述被扫描对象的多个连续的断层进行扫描并重建得到的；将所述多个扫描图像按照所述被扫描对象的几何结构组合成被扫描对象模型；将所述被扫描对象模型按照所述相应的运动参数模拟刚性运动，并在刚性运动的模拟过程中对所述被扫描对象模型进行重投影，得到所述被扫描对象模型的投影数据；根据所述被扫描对象模型的投影数据进行图像重建，得到所述具有运动伪影的扫描图像。在其中一些实施例中，获取所述训练样本包括：将所述被扫描对象或者所述被扫描对象的实物模型按照所述相应的运动参数进行刚性运动；在刚性运动过程中对所述被扫描对象或者所述被扫描对象的实物模型进行扫描，并重建得到所述具有运动伪影的扫描图像。第二方面，本申请实施例提供了一种计算机设备，包括存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的计算机程序，在其中一些实施例中，所述处理器执行所述计算机程序时实现如第一方面所述的运动参数估计方法。第三方面，本申请实施例提供了一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如第一方面所述的运动参数估计方法。第四方面，本申请实施例提供了一种运动伪影校正方法，包括：获取待校正的扫描图像；使用运动参数估计单元处理所述待校正的扫描图像，获得所述待校正的扫描图像对应的估计运动参数，其中，所述运动参数估计单元被训练为估计所述待校正的扫描图像对应的所述估计运动参数；将所述待校正的扫描图像按照与所述估计运动参数相反的反向运动参数模拟刚性运动，并在刚性运动的模拟过程中重投影所述待校正的扫描图像，得到待校正的扫描图像的投影数据；根据所述待校正的扫描图像的投影数据重建图像，得到校正的扫描图像。第五方面，本申请实施例提供了一种计算机设备，包括存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述存储器中存储有所述运动参数估计单元，所述处理器执行所述计算机程序时实现如第四方面所述的运动伪影校正方法。第六方面，本申请实施例提供了一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如第四方面所述的运动伪影校正方法。相比于相关技术，本申请实施例提供的运动参数估计方法、运动伪影校正方法，以及计算机设备和计算机可读存储介质，通过获取待校正的扫描图像；使用运动参数估计单元处理待校正的扫描图像，获得待校正的扫描图像对应的估计运动参数，其中，运动参数估计单元被训练为估计待校正的扫描图像对应的估计运动参数的方式，解决了相关技术中在扫描时同步测量被扫描对象的运动参数对测量设备的性能要求高的问题，避免了获取运动参数对测量设备性能的依赖。本申请的一个或多个实施例的细节在以下附图和描述中提出，以使本申请的其他特征、目的和优点更加简明易懂。附图说明此处所说明的附图用来提供对本申请的进一步理解，构成本申请的一部分，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中：图1是根据本申请实施例的CT系统的结构示意图；图2是根据本申请实施例的计算机设备的硬件结构示意图；图3是根据本申请实施例的运动参数估计方法的流程图；图4是根据本申请实施例的运动参数估计单元的训练方法的流程图；图5是根据本申请实施例的运动伪影校正方法的流程图。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，对本申请进行描述和说明。应当理解，此处所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。基于本申请提供的实施例，本领域普通技术人员在没有作出创造性劳动的前提下所获得的所有其他实施例，都属于本申请保护的范围。显而易见地，下面描述中的附图仅仅是本申请的一些示例或实施例，对于本领域的普通技术人员而言，在不付出创造性劳动的前提下，还可以根据这些附图将本申请应用于其他类似情景。此外，还可以理解的是，虽然这种开发过程中所作出的努力可能是复杂并且冗长的，然而对于与本申请公开的内容相关的本领域的普通技术人员而言，本文档来自技高网...

【技术保护点】
1.一种运动参数估计方法，其特征在于包括：/n获取待校正的扫描图像；/n使用运动参数估计单元处理所述待校正的扫描图像，获得所述待校正的扫描图像对应的估计运动参数，其中，所述运动参数估计单元被训练为估计所述待校正的扫描图像对应的所述估计运动参数。/n

【技术特征摘要】
1.一种运动参数估计方法，其特征在于包括：
获取待校正的扫描图像；
使用运动参数估计单元处理所述待校正的扫描图像，获得所述待校正的扫描图像对应的估计运动参数，其中，所述运动参数估计单元被训练为估计所述待校正的扫描图像对应的所述估计运动参数。


2.根据权利要求1所述的方法，其特征在于，使用运动参数估计单元处理所述待校正的扫描图像，获得所述待校正的扫描图像的估计运动参数包括：
所述运动参数估计单元中预处理模块将所述待校正的扫描图像转换为张量数据；
所述运动参数估计单元中的训练完备的卷积神经网络处理所述张量数据，得到所述估计运动参数。


3.根据权利要求1所述的方法，其特征在于，所述运动参数估计单元的训练过程包括：
获取训练样本，其中，所述训练样本包括：具有运动伪影的扫描图像和相应的运动参数；所述具有运动伪影的扫描图像是在被扫描对象按照所述相应的运动参数刚性运动的情况下扫描并重建得到的；
将所述具有运动伪影的扫描图像作为训练数据，将所述相应的运动参数作为所述训练数据的金标准，训练所述运动参数估计单元。


4.根据权利要求3所述的方法，其特征在于，获取所述训练样本包括：
获取多个扫描图像，其中，所述多个扫描图像是对接近静止状态的所述被扫描对象的多个连续的断层进行扫描并重建得到的；
将所述多个扫描图像按照所述被扫描对象的几何结构组合成被扫描对象模型；
将所述被扫描对象模型按照所述相应的运动参数模拟运动，并在刚性运动的模拟过程中对所述被扫描对象模型进行重投影，得到所述被扫描对象模型的投影数据；
根据所述被扫描对象模型的投影数据进行图像重建，得到所述具有运动伪影的扫描图像。


5.根据权利要求3所述的方...

【专利技术属性】
技术研发人员：苏彬，刘炎炎，曹文静，
申请(专利权)人：上海联影医疗科技有限公司，
类型：发明
国别省市：上海;31