[发明专利]基于扩散模型去除CT图像金属伪影的方法及系统

权利要求书

1.一种基于扩散模型去除CT图像金属伪影的方法，其特征在于，所述方法包括：

获取有金属伪影CT图像数据集以及无金属伪影CT图像数据集；

基于所述有金属伪影CT图像数据集以及无金属伪影CT图像数据集，对构建的扩散模型进行训练，得到训练好的目标扩散模型，所述目标扩散模型用于去除有金属伪影图像中的金属伪影；

将有金属伪影CT图像输入所述目标扩散模型，得到目标去金属伪影CT图像。

2.根据权利要求1所述基于扩散模型去除CT图像金属伪影的方法，其特征在于，所述扩散模型采用的损失函数如下：

式中，x₀为无金属伪影CT图像、t为所述第一特征信息和所述第二特征信息的相加次数，ε为高斯分布的超参数、a^为训练权重、∈_θ为高斯分布的超参数，I为有金属伪影CT图像。

3.根据权利要求2所述基于扩散模型去除CT图像金属伪影的方法，其特征在于，所述基于扩散模型去除CT图像金属伪影的方法还包括：

得到去金属伪影CT图像后，通过所述扩散模型对所述去金属伪影CT图像中去除伪影部分进行填充处理，以对所述去金属伪影CT图像进行还原得到目标去金属伪影CT图像。

4.根据权利要求2所述基于扩散模型去除CT图像金属伪影的方法，其特征在于，所述基于所述有金属伪影CT图像数据集以及无金属伪影CT图像数据集，对构建的扩散模型进行训练，得到训练好的目标扩散模型，包括：

基于所述有金属伪影CT图像数据集以及无金属伪影CT图像数据集划分训练集、测试集和验证集；

基于所述训练集训练所述扩散模型；

基于所述测试集对训练好的所述扩散模型进行性能评估，得到满足性能条件的扩散模型；

基于所述验证集评估满足性能条件的所述扩散模型的去除金属伪影结果，得到所述扩散模型所对应的评价指数。

5.根据权利要求1所述基于扩散模型去除CT图像金属伪影的方法，其特征在于，所述扩散模型包括分段编码器、状态编码器和分段译码器，其中，所述分段编码器、状态编码器和分段译码器依次连接；

通过所述分段编码器提取所述有金属伪影CT图像的第一特征信息；

通过所述状态编码器提取所述有金属伪影CT图像的第二特征信息；

将所述第一特征信息和所述第二特征信息进行相加得到第三特征信息；

将所述第三特征信息输入所述分段译码器进行特征信息提取，得到目标去金属伪影CT图像。

6.根据权利要求5所述基于扩散模型去除CT图像金属伪影的方法，其特征在于，所述基于扩散模型去除CT图像金属伪影的方法，还包括：

在所述扩散模型中添加注意力机制模块，所述注意力机制模块与所述分段编码器和分段译码器相连，所述注意力机制模块包括若干个卷积层，基于所述卷积层使用不同大小的池化操作，聚合不同区域的上下文信息。

7.根据权利要求1所述基于扩散模型去除CT图像金属伪影的方法，其特征在于，所述无金属伪影CT图像包括无金属无伪影CT图像和有金属无伪影CT图像。

8.一种基于扩散模型去除CT图像金属伪影的系统，其特征在于，包括：

获取模块，用于获取有金属伪影CT图像数据集以及无金属伪影CT图像数据集；

训练模块，用于基于所述有金属伪影CT图像数据集以及无金属伪影CT图像数据集，对构建的扩散模型进行训练，得到训练好的目标扩散模型；

处理模块，用于将有金属伪影CT图像输入所述目标扩散模型，得到目标去金属伪影CT图像。

9.一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至7中的任一项所述的方法的步骤。

10.一种非暂态计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至7中的任一项所述的方法的步骤。