成果介绍
本发明涉及医学图像处理技术领域,公开了一种扫描图像的伪影去除方法、装置、计算机设备及存储介质。其中,该方法包括:获取带有环形伪影的待校正扫描图像;将待校正扫描图像中的环形伪影转换为条状伪影,得到带有条状伪影的第一图像;采用预设无监督网络模型消除第一图像中的条状伪影,生成第二图像;基于第一图像和第二图像进行伪影去除,得到目标扫描图像。通过实施本发明技术方案,充分利用了深度学习中的无监督网络模型解决了扫描图像环形伪影严重的问题,实现了环形伪影的有效去除。
成果亮点
权利要求
1.一种扫描图像的伪影去除方法,其特征在于,所述方法包括:
获取带有环形伪影的待校正扫描图像;
将所述待校正扫描图像中的环形伪影转换为条状伪影,得到带有所述条状伪影的第一图像;
采用预设无监督网络模型消除所述第一图像中的所述条状伪影,生成第二图像;
基于所述第一图像和所述第二图像进行伪影去除,得到目标扫描图像。
2.根据权利要求1所述的方法,其特征在于,所述将所述待校正扫描图像中的环形伪影转换为条状伪影,得到带有所述条状伪影的第一图像,包括:
获取所述待校正扫描图像中的各个像素点在笛卡尔坐标系下的第一位置;
将各个像素点对应的第一位置转换至极坐标系,得到所述各个像素点在所述极坐标系下的第二位置;
基于所述第二位置,得到带有所述条状伪影的第一图像。
3.根据权利要求2所述的方法,其特征在于,所述方法还包括:
检测并获取坐标转换过程中所产生的未转换的多个像素点;
采用双线性插值算法生成所述未转换的多个像素点。
团队介绍
中国科学院深圳先进技术研究院提升了粤港地区及我国先进制造业和现代服务业的自主创新能力,推动我国自主知识产权新工业的建立,成为国际一流的工业研究院。 深圳先进院目前已初步构建了以科研为主的集科研、教育、产业、资本为一体的微型协同创新生态系统,由九个研究平台,国科大深圳先进技术学院,多个特色产业育成基地、多支产业发展基金、多个具有独立法人资质的新型专业科研机构等组成。开展先进技术研究,促进科技发展。信息、电子、通讯技术研究新材料、新能源技术研究高性能计算、自动化、精密机械研究生物医学与医疗仪器研究相关学历教育、博士后培养与学术交流。
成果资料
产业化落地方案