一种生成去噪血管网图像的方法及相关装置与流程

本发明涉及图像处理，尤其涉及一种生成去噪血管网图像的方法及相关装置。

背景技术：

1、光学相干层析成像(optical coherence tomography，oct)是一种非侵入、无接触的快速成像方式，广泛应用于临床视网膜灌注和黄斑等眼科疾病的诊断。由于其成像快速、分辨率高的特点，也广泛应用于啮齿类动物大脑皮层毛细血管网络的探测和成像。

2、目前，血管网成像的步骤一般包括在同一部分的多次oct图像采集、oct图像对齐、血管网图像计算、血管网图像增强和去噪等，而目前在获取去噪血管网图像时，是通过增加重复采集次数来提高血流信号的信噪比，而这种提升信噪比的方式会导致扫描时间的增长，而这种增长扫描时间的方式需要花费大量的金钱和时间。

3、故如何获取去噪血管网图像，是目前亟待解决的一个问题。

技术实现思路

1、本发明实施例提供了一种生成去噪血管网图像的方法及相关装置，用于将原始血管网图像和全血管网分割图像分别输入至多模态卷积神经网络去噪模型中，从而得到去噪血管网图像，而这种获取去噪血管网图像的方式可以直接通过模型得到去噪血管网图像，从而提升了获取去噪血管网图像的便捷性，降低了获取去噪血管网图像的物质成本。

2、本申请实施例第一方面提供了一种生成去噪血管网图像的方法，包括：

3、获取原始血管网图像和全血管网分割图像；

4、将原始血管网图像输入至预先训练完成的多模态卷积神经网络去噪模型中的第一下采样模块，多模态卷积神经网络去噪模型包括第一下采样模块、图像分割特征下采样模块和第一上采样模块，其中，第一下采样模块用于提取出原始血管网图像中的上下文信息和血管网特征，以得到第一下采样模块输出的第一血管网特征图；

5、将全血管网分割图像输入至图像分割特征下采样模块，以提取出全血管网分割图像中的血管网结构特征，得到图像分割特征下采样模块输出的第二血管网特征图；

6、将第一血管网特征图和第二血管网特征图融合，以得到第三血管网特征图；

7、将第三血管网特征图输入至第一上采样模块，其中，第一上采样模块用于将第三血管网特征图的图像尺寸还原至原始血管网图像的尺寸，以得到第一上采样模块输出的去噪血管网图像。

8、本申请实施例第二方面提供了一种生成去噪血管网图像的装置，包括：

9、获取单元，用于获取原始血管网图像和全血管网分割图像；

10、输入输出单元，用于将原始血管网图像输入至预先训练完成的多模态卷积神经网络去噪模型中的第一下采样模块，多模态卷积神经网络去噪模型包括第一下采样模块、图像分割特征下采样模块和第一上采样模块，其中，第一下采样模块用于提取出原始血管网图像中的上下文信息和血管网特征，以得到第一下采样模块输出的第一血管网特征图；

11、输入输出单元，还用于将全血管网分割图像输入至图像分割特征下采样模块，以提取出全血管网分割图像中的血管网结构特征，得到图像分割特征下采样模块输出的第二血管网特征图；

12、处理单元，用于将第一血管网特征图和第二血管网特征图融合，以得到第三血管网特征图；

13、输入输出单元，还用于将第三血管网特征图输入至第一上采样模块，其中，第一上采样模块用于将第三血管网特征图的图像尺寸还原至原始血管网图像的尺寸，以得到第一上采样模块输出的去噪血管网图像。

14、本申请实施例第三方面提供了一种计算机装置，包括处理器，该处理器在执行存储于存储器上的计算机程序时，用于实现本申请实施例第一方面提供的生成去噪血管网图像的方法。

15、本申请实施例第四方面提供了一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时，用于实现本申请实施例第一方面提供的生成去噪血管网图像的方法。

16、本申请实施例第五方面提供了一种计算机程序产品，其上存储有计算机程序/指令，该计算机程序/指令，被处理器执行时，用于实现本申请实施例第一方面提供的生成去噪血管网图像的方法。

17、从以上技术方案可以看出，本发明实施例具有以下优点：

18、本申请实施例中，将原始血管网图像输入至多模态卷积神经网络去噪模型中的第一下采样模块，以提取出原始血管网图像中的上下文信息和血管网特征，而将全血管网分割图像输入至多模态卷积神经网络去噪模型中的图像分割特征下采样模块，以提取出全血管网分割图像中的血管网结构特征，然后将第一下采样模块输出的第一血管网特征图和图像分割特征下采样模块输出的第二血管网特征图进行融合，从而获取到包括血管网结构特征的高信噪比的第三血管网特征图，最后将第三血管网特征图输入至第一上采样模块，从而将第三血管网特征图的图像尺寸还原至原始血管网图像的尺寸，得到去噪血管网图像。

19、因为多模态卷积神经网络去噪模型输出的去噪血管网图像，是通过模型训练的方式而得到的，故相对于现有技术而言，提升了获取去噪血管网图像的便捷性，降低了获取去噪血管网图像的物质成本。

20、进一步，本申请实施例还通过将全血管网分割图像输入至图像特征下采样模块，以提取出全血管网分割图像中的血管网结构特征，故本申请实施例中所获取到的第三血管网特征图包含了更多的关于血管网结构的特征，故本申请实施例所输出的去噪血管网图像所包含的细节信息更多，信噪比也更高。

技术特征：

1.一种生成去噪血管网图像的方法，其特征在于，包括：

2.根据权利要求1所述的方法，其特征在于，所述多模态卷积神经网络去噪模型还包括自注意力模块；

3.根据权利要求1所述的方法，其特征在于，所述图像分割特征下采样模块包括多个空洞卷积块，或，包括多个标准卷积块和自注意力模块；

4.根据权利要求1所述的方法，其特征在于，所述将所述第一血管网特征图和所述第二血管网特征图融合，包括：

5.根据权利要求1所述的方法，其特征在于，在将所述原始血管网图像输入至所述第一下采样模块之前，所述方法还包括：

6.根据权利要求5所述的方法，其特征在于，所述获取初步去噪血管网图像包括：

7.根据权利要求5所述的方法，其特征在于，在将所述初步去噪血管网图像输入至血管网去噪模型中的第二下采样模块之前，所述方法还包括：

8.根据权利要求7所述的方法，其特征在于，在对所述血管网去噪模型和对所述多模态卷积神经网络去噪模型训练之前，所述方法还包括：

9.一种生成去噪血管网图像的装置，其特征在于，包括：

10.一种计算机装置，包括处理器，其特征在于，所述处理器在执行存储于存储器上的计算机程序时，用于实现如权利要求1至8中任一项所述的生成去噪血管网图像的方法。

11.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该计算机程序被处理器执行时，用于实现如权利要求1至8中任一项所述的生成去噪血管网图像的方法。

12.一种计算机程序产品，其上存储有计算机程序/指令，其特征在于，所述计算机程序/指令，被处理器执行时，用于实现如权利要求1至8中任一项所述的生成去噪血管网图像的方法。

技术总结
本发明实施例提供了一种生成去噪血管网图像的方法及相关装置，用于提升获取去噪血管网图像的便捷性，降低获取去噪血管网图像的物质成本。本发明实施例方法包括：获取原始血管网图像和全血管网分割图像；将原始血管网图像输入至预先训练完成的多模态卷积神经网络去噪模型中的第一下采样模块，以得到第一血管网特征图；将全血管网分割图像输入至图像分割特征下采样模块，以得到第二血管网特征图；将第一血管网特征图和第二血管网特征图融合，以得到第三血管网特征图；将第三血管网特征图输入至第一上采样模块，其中，第一上采样模块用于将第三血管网特征图的图像尺寸还原至原始血管网图像的尺寸，以得到第一上采样模块输出的去噪血管网图像。

技术研发人员：陈少涛,郭曙光
受保护的技术使用者：深圳莫廷医疗科技股份有限公司
技术研发日：
技术公布日：2024/9/23