【技术实现步骤摘要】
本专利技术涉及图像处理，尤其涉及一种图像转换处理方法、装置、电子设备及存储介质。
技术介绍
1、磁共振(magnetic resonance imaging，mri)图像主要用于显示软组织，而在骨骼结构和钙化组织等方面的成像结果相对较差。而计算机断层扫描图像(computedtomography，ct)图像可以清晰显示骨骼结构、结石以及钙化组织等。为了充分发挥mri图像和ct图像的优势，同时节省图像获取成本，可以将mri图像转换为ct图像。通过上述方式能够将mri显示的软组织信息和ct图像显示的骨骼结构和钙化组织信息结合起来，从而满足更多的临床需求。
2、目前，主要是通过生成对抗网络(generative adversarial networks，gans)将mri图像转换为ct图像。但是，上述网络在进行图像转换时，随着训练次数的增加，可能存在模式崩塌的问题，无法保证模型训练结果的准确性和稳定性，从而影响图像转换结果的准确性。
技术实现思路
1、本专利技术提供了一种图像转换处理方法、装置、电子设备及存储介质，达到将磁共振切片图像转换为断层扫描切片图像的目的，保证了图像转换处理的准确性和稳定性。
2、根据本专利技术的一方面，提供了一种图像转换处理方法，该方法由图像转换模型处理，图像转换模型至少包括特征拼接模块以及去噪模块，该方法包括：
3、将待处理图像和随机噪声输入到预先训练好的图像转换模型中，以通过特征拼接模块对待处理图像和随机噪声进行特征拼接处
4、基于去噪模块对待处理拼接特征图像进行一次去噪处理，得到与待处理图像对应的目标图像，目标图像为包含目标部位的计算机断层扫描切片图像；
5、其中，图像转换模型是依据样本磁共振切片图像以及目标噪声特征图像训练得到的，目标噪声特征图像是基于预先训练好的第一模型对样本断层扫描切片图像进行多次加噪处理后确定的。
6、根据本专利技术的另一方面，提供了一种图像转换处理装置，该装置由图像转换模型处理，图像转换模型至少包括特征拼接模块以及去噪模块，该装置包括：
7、特征图像确定模块，用于将待处理图像和随机噪声输入到预先训练好的图像转换模型中，以通过特征拼接模块对待处理图像和随机噪声进行特征拼接处理，得到待处理拼接特征图像；其中，待处理图像为包含目标部位的磁共振切片图像；
8、目标图像确定模块，用于基于去噪模块对待处理拼接特征图像进行一次去噪处理，得到与待处理图像对应的目标图像，目标图像为包含目标部位的计算机断层扫描切片图像；
9、其中，图像转换模型是依据样本磁共振切片图像以及目标噪声特征图像训练得到的，目标噪声特征图像是基于预先训练好的第一模型对样本断层扫描切片图像进行多次加噪处理后确定的。
10、根据本专利技术的另一方面，提供了一种电子设备，该电子设备包括：
11、至少一个处理器；以及
12、与至少一个处理器通信连接的存储器；其中，
13、存储器存储有可被至少一个处理器执行的计算机程序，计算机程序被至少一个处理器执行，以使至少一个处理器能够执行本专利技术任一实施例的图像转换处理方法。
14、根据本专利技术的另一方面，提供了一种计算机可读存储介质，该计算机可读存储介质存储有计算机指令，计算机指令用于使处理器执行时实现本专利技术任一实施例的图像转换处理方法。
15、根据本专利技术的另一方面，提供了一种计算机程序产品，包括计算机程序，其特征在于，该计算机程序在被处理器执行时实现如本专利技术任一实施例的图像转换处理方法。
16、本专利技术实施例的技术方案，通过将待处理图像和随机噪声输入到预先训练好的图像转换模型中，以根据特征拼接模块对待处理图像和随机噪声进行特征拼接处理，得到待处理拼接特征图像；其中，待处理图像为包含目标部位的磁共振切片图像；基于去噪模块对待处理拼接特征图像进行一次去噪处理，得到与待处理图像对应的目标图像，目标图像为包含目标部位的计算机断层扫描切片图像；其中，图像转换模型是依据样本磁共振切片图像以及目标噪声特征图像训练得到的，目标噪声特征图像是基于预先训练好的第一模型对样本断层扫描切片图像进行多次加噪处理后确定的。本专利技术解决了现有技术中通过生成对抗网络进行图像转换时导致的模式崩塌的问题，达到将磁共振切片图像转换为断层扫描切片图像的目的。通过对拼接特征图像进行一次去噪处理，降低了计算开销，提高了图像转换的效率。基于样本磁共振切片图像和目标噪声特征图像得到训练好的图像转换模型，保证了图像转换结果的准确性和稳定性。
17、应当理解，本部分所描述的内容并非旨在标识本专利技术的实施例的关键或重要特征，也不用于限制本专利技术的范围。本专利技术的其它特征将通过以下的说明书而变得容易理解。
本文档来自技高网...【技术保护点】
1.一种图像转换处理方法，其特征在于，所述方法由图像转换模型处理，所述图像转换模型至少包括特征拼接模块以及去噪模块，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，待训练图像转换模型还包括判别器模块，所述方法还包括：
3.根据权利要求2所述的方法，其特征在于，所述第一模型包括图像加噪模块、特征拼接模块以及多个去噪模块，所述方法还包括：
4.根据权利要求2所述的方法，其特征在于，所述将所述训练样本输入到预先训练好的第一模型中，得到与所述样本断层扫描切片图像对应的目标噪声特征图像以及与所述样本磁共振切片图像对应的第一输出图像，包括：
5.根据权利要求2所述的方法，其特征在于，所述将所述样本磁共振切片图像和所述目标噪声特征图像输入到待训练图像转换模型中，得到第二输出图像，包括：
6.根据权利要求2所述的方法，其特征在于，所述图像生成损失包括第一损失、第二损失、第三损失以及第四损失，所述基于所述第一输出图像和所述第二输出图像，确定所述待训练图像转换模型的图像生成损失，包括：
7.根据权利要求6所述的方法，其
8.一种图像转换处理装置，其特征在于，所述装置由图像转换模型处理，所述图像转换模型至少包括特征拼接模块以及去噪模块，所述装置包括：
9.一种电子设备，其特征在于，所述电子设备包括：
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机指令，所述计算机指令用于使处理器执行时实现权利要求1-7中任一项所述的图像转换处理方法。
...【技术特征摘要】
1.一种图像转换处理方法，其特征在于，所述方法由图像转换模型处理，所述图像转换模型至少包括特征拼接模块以及去噪模块，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，待训练图像转换模型还包括判别器模块，所述方法还包括：
3.根据权利要求2所述的方法，其特征在于，所述第一模型包括图像加噪模块、特征拼接模块以及多个去噪模块，所述方法还包括：
4.根据权利要求2所述的方法，其特征在于，所述将所述训练样本输入到预先训练好的第一模型中，得到与所述样本断层扫描切片图像对应的目标噪声特征图像以及与所述样本磁共振切片图像对应的第一输出图像，包括：
5.根据权利要求2所述的方法，其特征在于，所述将所述样本磁共振切片图像和所述目标噪声特征图像输入到待训练图像转换模型中，得到第二输出图像，包括：...
【专利技术属性】
技术研发人员：王波，王菁，王奕扬，
申请(专利权)人：华中科技大学同济医学院附属同济医院，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。