[发明专利]神经网络系统的创建、处理CT图像的方法及其装置

权利要求书

1.一种用于CT图像处理的神经网络系统的创建方法，其特征在于，包括以下步骤：

获取包含有金属伪影的图像I^a、以及不包含有金属伪影的图像I^c，提取所述图像Ia在投影域的金属伪影分量a_S、以及在图像域的金属伪影分量a_I，生成减弱伪影后的图像I^ac＝I^a-a_S-a_I，将伪影分量添加到图像Ic上生成含有伪影的合成图像I^ca，I^ca＝I^c+a_S+a_I；

创建神经网络系统，所述神经网络系统包括正投影模块FPM、反投影模块FBPM、先验子网络Φ_p、投影域子网络Φ_S和图像域子网络Φ_I；所述正投影模块FPM用于对图像I^a进行正投影处理得到正投影数据S^a；所述先验子网络Φ_p用于对正投影数据S^a进行修复处理、并得到其中，M_t＝δ(FP(M))，Mt是二值化的金属投影数据，M是二值化的金属图，δ()是二值化算子，FP()为正投影算子；所述投影域子网络Φ_S用于对S^a进行增强处理、并得到使用滤波反投影算子FBP()提取投影域伪影分量：所述图像域子网络Φ_I能够提取图像域伪影分量，且用于执行以下操作：a_I＝Φ_I(I^a-a_S)；

基于图像I^a和图像I^c、对所述神经网络系统进行训练。

2.根据权利要求1所述的创建方法，其特征在于：

所述先验子网络Φ_p、投影域子网络Φ_S和图像域子网络Φ_I均为U-Net。

3.根据权利要求2所述的创建方法，其特征在于：

所述先验子网络Φ_p为采用融合掩膜的U-Net，投影域子网络ΦΦ_S的深度为2，图像域子网络Φ_I的深度为5。

4.根据权利要求1所述的创建方法，其特征在于，所述“基于图像Ia和图像I^c、对所述神经网络系统进行训练”包括：

使用所述神经网络系统对图像Ia进行处理、得到投影域的金属伪影分量a_S以及图像域的金属伪影分量a_I，输出减弱伪影后的图像I^ac，结合I^c输出含有伪影的伪图片I^ca，使用所述神经网络系统对图像I^ca进行处理、再次提取伪影分量；对图像I^ca进行正投影处理得到正投影数据S^ca；利用所述投影域子网络Φ_S对S^ca进行增强处理、并得到使用滤波反投影算子FBP()提取投影域伪影分量a′_S：利用图像域子网络Φ_I提取图像域的金属伪影分量a′_I，a′_I＝Φ_I(I^ca-a′_S)，再次进行金属伪影消除和叠加，得到重建的图像，I^aca＝I^ac+a′_S+a′_I，I^cac＝I^ca-a′_S-a′_I；基于损失函数、图像I^a和图像I^c所述神经网络系统进行训练。