一种高分辨率CT影像处理方法、装置、设备及存储介质

技术领域

本发明涉及医疗器械技术领域，具体涉及一种高分辨率CT影像处理方法、装置、设备及存储介质。

背景技术

髋关节置换手术是治疗退行性髋关节疾病，提高患者生活质量最有效的方法之一，随着中国人口老龄化问题凸显，髋关节置换手术的现实意义更加显著。成功的髋关节置换手术依赖于准确、完备、详尽的手术规划方案，然而假体规划需要参考完整的髋骨和股骨，因此输入的CT影像数据需要包含完整的髋骨和股骨信息，即全长下肢CT影像。全长下肢CT影像一般分辨率较高，处理时耗费计算资源，内存占用较大，往往不能直接用于CNN的训练，通常需要一定的处理缩小尺寸后再作为CNN的输入。

现有的技术方案往往采取对高分辨率CT影像进行降采样或者裁剪关键区域操作以进行后续流程。但是降采样后的CT会损失很多细节信息，从而引入精度问题；另外裁剪关键区域需要首先确定关键区域，如果关键区域过大，比如对全长股骨进行处理时，依然存在耗费计算资源较高的问题，同时需要引入额外的操作，耗时耗力。

发明内容

本发明的目的在于解决上述背景技术中描述的现有技术方案的缺点，提供一种高分辨率CT影像处理方法、装置、设备及存储介质，通过小网络结构学习参数对CT影像数据进行可学习参数的降采样，实现了使用较小尺寸的特征图有效表征高分辨CT影像的作用。

本发明通过以下技术方案予以实现：第一方面，本发明提供一种高分辨率CT影像处理方法，包括以下步骤：

输入高分辨率CT影像；

通过卷积层实现所述高分辨率CT影像的初步平滑；

通过CT处理子网络结构对平滑后的CT图像进行降采样。

进一步地，所述卷积层采用Conv+BN+Relu的模型结构，其中卷积核大小为3，步长为1，通道数为1。

进一步地，所述CT处理子网络由两个融合池化层顺序链接组成。

进一步地，所述融合池化层的结构为：

首先使输入CT影像特征图通过模型结构为Conv+BN+ReLu的卷积层，其中卷积核大小为3，步长为1；

保留最大池化的优势，对输入CT影像特征图分别做一次最大池化操作和卷积操作，其中卷积层采用Conv+BN+ReLu的模型结构，卷积核大小为2，步长为2；

将最大池化后的CT影像特征图与卷积操作后的CT影像特征图组合到一起，通过模型结构为Conv+BN+Relu的卷积层得到与原始CT影像相同通道数的CT影像特征图，其中卷积核大小为1，步长为1。

第二方面，本发明提供一种高分辨率CT影像处理装置，该装置包括：

输入模块，用于输入高分辨率CT影像；

平滑模块，用于通过卷积层实现所述高分辨率CT影像的初步平滑；

降采样模块，用于通过CT处理子网络结构对平滑后的CT图像进行降采样。

第三方面，本发明提供一种高分辨率CT影像处理设备，所述设备包括：处理器、存储器以及存储在所述存储器中并可在所述处理器上运行的计算机程序指令，其中，所述处理器用于执行存储器中存储的计算机程序指令，以实现上述所述高分辨率CT影像处理的方法。

第四方面，本发明还提供一种高分辨率CT影像处理存储介质，所述计算机存储介质上存储有计算机程序指令，所述计算机程序指令被处理器执行时实现上述所述高分辨率CT影像处理的方法。

本发明提供了一种高分辨率CT影像处理方法、装置、设备及存储介质，通过小网络结构学习参数对CT影像数据进行可学习参数的降采样，实现了使用较小尺寸的特征图有效表征高分辨CT影像的作用，解决了现有网络结构处理高分辨率CT影像时耗费计算资源，内存占用较大的问题。另外，与现有技术相比，本发明所述CT处理子网络结构中的最大池化层保留了输入特征图的高频信息，使网络更容易学习，同时利用核大小为2，步幅为2的卷积层实现可学习参数的降采样，将降采样后得到的不同特征信息的特征图堆叠后使用1*1卷积进行特征融合后作为输出。

附图说明

下面将参考附图来描述本发明示例性实施例的特征、优点和技术效果。

图1是本发明实施例提供的高分辨率CT影像处理方法流程图；

图2是本发明实施例提供的融合池化层的结构示意图；

图3是本发明实施例提供的高分辨率CT影像处理装置示意图；

图4是本发明实施例提供的一种计算设备的结构示意图。

具体实施方式

下面将详细描述本公开的各个方面的特征和示例性实施例，为了使本公开 的目的、技术方案及优点更加清楚明白，以下结合附图及具体实施例，对本公开进行进一步详细描述。应理解，此处所描述的具体实施例仅意在解释本公开， 而不是限定本公开。对于本领域技术人员来说，本公开可以在不需要这些具体 细节中的一些细节的情况下实施。下面对实施例的描述仅仅是为了通过示出本 公开的示例来提供对本公开更好的理解。

需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将 一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些 实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。

为了更好地理解本发明，下面结合附图对本发明实施例进行详细描述。

图1是本发明实施例提供的高分辨率CT影像处理方法流程图。

如图1所示，本发明提供一种高分辨率CT影像处理方法，包括以下步骤：

S101，输入高分辨率CT影像；

S102，通过卷积层实现所述高分辨率CT影像的初步平滑；

S103，通过CT处理子网络结构对平滑后的CT图像进行降采样。

可选地，S102中所述卷积层采用Conv+BN+Relu的模型结构，其中卷积核大小为3，步长为1，通道数为1。

可选地，S103中所述CT处理子网络由两个融合池化层顺序链接组成。

图2是本发明实施例提供的融合池化层的结构示意图，如图2所示，所述融合池化层的结构为：

首先使输入CT影像特征图通过模型结构为Conv+BN+Relu的卷积层，其中卷积核大小为3，步长为1；

进一步地，保留最大池化的优势，对输入CT影像特征图分别做一次最大池化操作和卷积操作，其中卷积层采用Conv+BN+Relu的模型结构，卷积核大小为2，步长为2；

将最大池化后的CT影像特征图与卷积操作后的CT影像特征图组合到一起，通过模型结构为Conv+BN+Relu的卷积层得到与原始CT影像相同维度的小尺寸CT影像特征图，其中卷积核大小为1，步长为1。

图3是本发明实施例提供的高分辨率CT影像处理装置示意图。

如图3所示，本发明提供一种高分辨率CT影像处理装置，该装置包括：

输入模块301，用于输入高分辨率CT影像；

平滑模块302，用于通过卷积层实现所述高分辨率CT影像的初步平滑；

降采样模块303，用于通过CT处理子网络结构对平滑后的CT图像进行降采样。

图3所示装置中的各个模块/单元具有实现图1中各个步骤的功能，并能达到其相应的技术效果，为简洁描述，在此不再赘述。

如图4所示，本发明还提供了一种高分辨率CT影像处理设备，所述设备包括：处理器401、存储器402以及存储在所述存储器402中并可在所述处理器401上运行的计算机程序指令，其中，所述处理器401用于执行存储器402中存储的计算机程序指令，以实现上述所述高分辨率CT影像处理的方法。

具体地，上述处理器401可以包括中央处理器(Central Processing Unit，CPU)，或者特定集成电路(Application Specific Integrated Circuit，ASIC)，或者可以被配置成实施本发明的一个或多个集成电路。

存储器402可以包括用于数据或指令的大容量存储器。举例来说而非限制，存储器可包括硬盘驱动器(Hard Disk Drive，HDD)、软盘驱动器、闪存、光盘、磁光盘、磁带或通用串行总线(Universal Serial Bus，USB)驱动器或者两个或更多个以上这些器件的组合。

在一个实例中，存储器402可以包括可移除或不可移除(或固定)的介质，或者存储器是非易失性固态存储器。存储器可在综合网关容灾设备的内部或外部。

在一个实例中，存储器402可以是只读存储器(Read Only Memory，ROM)。在一个实例中，该ROM可以是掩模编程的ROM、可编程ROM(PROM)、可擦除PROM(EPROM)、电可擦除PROM(EEPROM)、电可改写ROM(EAROM) 或闪存或者两个或更多个以上这些的组合。

在一个实例中，存储器402可以包括只读存储器(ROM)，随机存取存储器(RAM)，磁盘存储介质设备，光存储介质设备，闪存设备，电气、光学或其他物理/有形的存储器存储设备。因此，通常，存储器包括一个或多个编码有包括计算机可执行指令的软件的有形(非暂态)计算机可读存储介质(例如，存储器设备)，并且当该软件被执行(例如，由一个或多个处理器)时，其可操作来执行参考根据本公开的一方面的方法所描述的操作。

处理器401通过读取并执行存储器402中存储的计算机程序指令，以实现图1所示实施例中的方法/步骤，并能达到其相应的技术效果，为简洁描述在此不再赘述。

在一个实施例中，计算设备还可包括通信接口403和总线404。如图4所示，处理器401、存储器402、通信接口403通过总线404连接并完成相互间的通信。

通信接口403，主要用于实现本发明中各模块、装置、单元和/或设备之间的通信。

总线404包括硬件、软件或两者，将在线数据流量计费设备的部件彼此耦接在一起。举例来说而非限制，总线可包括加速图形端口(Accelerated Graphics Port，AGP)或其他图形总线、增强工业标准架构(Extended Industry Standard Architecture，EISA)总线、前端总线(Front Side Bus，FSB)、超传输(Hyper Transport，HT)互连、工业标准架构(Industry Standard Architecture，ISA)总线、无限带宽互连、低引脚数(LPC)总线、存储器总线、微信道架构(MCA) 总线、外围组件互连(PCI)总线、PCI-Express(PCI-X)总线、串行高级技术附件(SATA)总线、视频电子标准协会局部(VLB)总线或其他合适的总线或者两个或更多个以上这些的组合。在合适的情况下，总线可包括一个或多个总线。尽管本发明描述和示出了特定的总线，但本公开考虑任何合适的总线或互连。

另外，结合上述实施例中所述高分辨率CT影像处理方法，本发明还提供了一种计算机存储介质来实现。所述计算机存储介质上存储有计算机程序指令，所述计算机程序指令被处理器执行时实现上述所述高分辨率CT影像处理的方法。

本发明实施例提供的计算机存储介质，可以采用一个或多个计算机可读的介质的任意组合。计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。计算机可读存储介质例如可以是但不限于：电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本发明中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。

本发明提供了一种高分辨率CT影像处理方法、装置、设备及存储介质，通过小网络结构学习参数对CT影像数据进行降采样，实现了使用较小尺寸的特征图有效表征高分辨CT影像的作用，解决了现有网络结构处理高分辨率CT影像时耗费计算资源，内存占用较大的问题。另外，与现有技术相比，本发明所述CT处理子网络结构中的最大池化层保留了输入特征图的高频信息，使网络更容易学习，同时利用核大小为2，步幅为2的卷积层实现可学习参数的下采样，将输入特征图堆叠后使用1*1卷积进行特征融合后作为输出。

需要明确的是，本公开并不局限于上文所描述并在图中示出的特定配置和 处理。为了简明起见，这里省略了对已知方法的详细描述。在上述实施例中， 描述和示出了若干具体的步骤作为示例。但是，本公开的方法过程并不限于所描述和示出的具体步骤，本领域的技术人员可以在领会本公开的精神后，做出各种改变、修改和添加，或者改变步骤之间的顺序。

以上所述的结构框图中所示的功能块可以实现为硬件、软件、固件或者它 们的组合。当以硬件方式实现时，其可以例如是电子电路、专用集成电路 (ApplicationSpecificIntegrated Circuit，ASIC)、适当的固件、插件、功能卡等等。当以软件方式实现时，本公开的元素是被用于执行所需任务的程序或者代码段。相关技术人员可以以一种或多种程序设计语言或其组合来编写用于执行本发明操作的计算机程序代码，上述程序设计语言包括面向对象的程序设计语言，诸如Java、Smalltalk、C++，还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。另外程序或者代码段可以存储在机器可读介质中，或者通过载波中携带的数据信号在传输介质或者通信链路上传送。机器可读介质可以包括能够存储或传输信息的任何介质。机器可读介质的例子包括电子电路、半导体存储器设备、ROM、闪存、可擦除ROM(EROM)、软盘、CD-ROM、光盘、硬盘、光纤介质、射频(RadioFrequency，RF)链路，等等。

上面参考根据本公开的实施例的方法、装置(系统)和计算机程序产品的流程图和/或框图描述了本公开的各方面。应当理解，流程图和/或框图中的每个方框以及流程图和/或框图中各方框的组合可以由计算机程序指令实现。这些计算机程序指令可被提供给通用计算机、专用计算机、或其它可编程数据处理装置的处理器，以产生一种机器，使得经由计算机或其它可编程数据处理装置的处理器执行的这些指令使能对流程图和/或框图的一个或多个方框中指定的功能/动作的实现。这种处理器可以是但不限于是通用处理器、专用处理器、特殊应用处理器或者现场可编程逻辑电路。还可理解，框图和/或流程图中的每个方框以及框图和/或流程图中的方框的组合，也可以由执行指定的功能或动作的专用硬件来实现，或可由专用硬件和计算机指令的组合来实现。

以上所述，仅为本公开的具体实施方式，所属领域的技术人员可以清楚地 了解到，为了描述的方便和简洁，上述描述的系统、模块和单元的具体工作过 程，可以参考前述方法实施例中的对应过程，在此不再赘述。应理解，本公开的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本公开揭露的技术范围内，可轻易想到各种等效的修改或替换，这些修改或替换都应涵盖在本公开的保护范围之内。