[发明专利]肌肉超声图像降噪方法、装置、存储介质及计算机产品

说明书

本发明公开了一种肌肉超声图像降噪方法、装置、存储介质及计算机产品，方法包括：选取乳腺超声图像，从所述乳腺超声图像中提取噪声块图像，并对提取的噪声块图像进行扩增，构建训练集；对所述训练集进行训练，生成用于降噪的深度学习网络，并在对所述深度学习网络中的部分参数冻结后，再使用肌肉超声图像训练所述深度学习网络；获取生成的降噪模型，并利用所述降噪模型对肌肉超声图像中的噪声进行降噪处理。本发明可以实现对超声图像进行快速降噪处理，且降噪效果更好。

技术领域

本发明涉及医学图像技术领域，尤其涉及的是一种肌肉超声图像降噪方法、装置、存储介质及计算机产品。

背景技术

医学图像产生过程中，，由于多种因素的相互干扰，如仪器性能，运动尾音以及成像原理等，常常导致图像质量出现退化，这主要是由于图像重建过程中的噪声所引起的。

在医学图像中，常见的噪声有加性噪声以及乘性噪声.对于MRI(MagneticResonance Imaging，磁共振成像)的噪声，一般是看作加性噪声；对于超声图像，一般可以看作是乘性散斑噪声，超声成像是一个无辐射，实时，通用且低成本的技术。但是超声图像的分辨率普遍偏低，且噪声较大。并且由于散斑噪声产生的随机性以及不确定性，相对于普通的高斯噪声，其降噪的技术难度较大，效果也不好。现有的针对超声图像的降噪方法中普遍涉及大量的计算，速度较慢，且降噪效果不好。

因此，现有技术还有待于改进和发展。

发明内容

本发明要解决的技术问题在于，针对现有技术的上述缺陷，提供一种肌肉超声图像降噪方法、装置、存储介质及计算机产品，旨在解决现有技术中的对于超声图像进行降噪需要经过大量计算且降噪效果不好的问题。

本发明解决技术问题所采用的技术方案如下：

一种肌肉超声图像的降噪方法，其中，所述方法包括：

选取乳腺超声图像，从所述乳腺超声图像中提取噪声块图像，并对提取的噪声块图像进行扩增，构建训练集；

对所述训练集进行训练，生成用于降噪的深度学习网络，并在对所述深度学习网络中的部分参数冻结后，再使用肌肉超声图像训练所述深度学习网络；

获取训练好的降噪模型，并利用所述降噪模型对肌肉超声图像中的噪声进行降噪处理。

优选地，所述的肌肉超声图像的降噪方法，其中，所述选取乳腺超声图像，从所述乳腺超声图像中提取噪声块图像，并对提取的噪声块图像进行扩增，构建训练集，包括：

选取与肌肉超声图像背景噪声相似度高于预定值的乳腺超声图像，并获取所述乳腺超声图像中符合预设条件的顺滑块；

将所述乳腺超声图像中的顺滑块集合减去其均值，得到乳腺超声图像中的噪声块，获得噪声块图像；

对所述噪声块图像进行扩增，并构建数训练集。

优选地，所述的肌肉超声图像的降噪方法，其中，所述对所述噪声块图像进行扩增，并构建数训练集，包括：

使用生成式对抗网络对所述噪声块图像进行扩增，生成噪声样本；

选取自然图像，并在所述自然图像中叠加所述噪声样本；

将所述自然图像以及包括噪声样本的自然图像构建形成训练集。

优选地，所述的肌肉超声图像的降噪方法，其中，所述自然图像来自已知的公开数据集，且包括若干个分辨率高于第一预定值以及信噪比低于第二预定值的图像。

优选地，所述的肌肉超声图像的降噪方法，其中，所述对所述训练集进行训练，生成用于降噪的深度学习网络，并在对所述深度学习网络中的部分参数冻结后，再使用肌肉超声图像训练所述深度学习网络，包括：