本技術(shù)涉及醫(yī)療影像處理，特別是涉及一種影像重建模型的構(gòu)建和影像生成方法、裝置、計算機設(shè)備。

背景技術(shù)：

1、隨著骨骼三維模型技術(shù)的發(fā)展，骨骼三維模型在臨床上的運用越來越重要，例如，骨骼模型可以用于脊椎側(cè)彎的三維展示，以及在骨科手術(shù)過程中提供三維信息。雖然傳統(tǒng)技術(shù)中可以基于計算機斷層掃描（computed?tomography，即ct）掃描來獲得骨骼三維模型，但是這種方式會對目標(biāo)對象造成高輻射的損傷，而在低輻射的損傷之下，可以使用x光影像來查看骨骼狀態(tài)，但是二維的x光片很難提供三維的骨骼空間信息，因此，傳統(tǒng)方法無法在低輻射的損傷的基礎(chǔ)上獲取目標(biāo)對象的三維骨骼空間信息。

技術(shù)實現(xiàn)思路

1、基于此，有必要針對上述技術(shù)問題，提供一種能夠在低輻射的損傷的基礎(chǔ)上獲取目標(biāo)對象的三維骨骼空間信息的影像重建模型的構(gòu)建和影像生成方法、裝置、計算機設(shè)備。

2、第一方面，本技術(shù)提供了一種影像重建模型的構(gòu)建方法，包括：

3、獲取兩張訓(xùn)練x光影像、加噪ct影像以及待訓(xùn)練影像重建模型；所述加噪ct影像包括當(dāng)前加噪步驟標(biāo)識；

4、以所述當(dāng)前加噪步驟標(biāo)識作為引導(dǎo)數(shù)據(jù)，將兩張所述訓(xùn)練x光影像以及所述加噪ct影像作為條件數(shù)據(jù)，輸入至所述待訓(xùn)練影像重建模型，得到模型預(yù)測噪音；

5、計算表征所述模型預(yù)測噪音與所述加噪ct影像的影像真實噪音之間的差異對應(yīng)的模型噪音損失值；所述模型噪音損失值包括針對骨骼區(qū)域的骨骼標(biāo)簽信息；

6、根據(jù)所述模型噪音損失值訓(xùn)練所述待訓(xùn)練影像重建模型，得到已訓(xùn)練影像重建模型。

7、第二方面，本技術(shù)還提供了一種影像生成方法，包括：

8、獲取第一重建數(shù)據(jù)、兩張真實x光影像以及已訓(xùn)練影像重建模型；所述已訓(xùn)練影像重建模型通過任意一種影像重建模型的構(gòu)建方法訓(xùn)練得到的；

9、將所述第一重建數(shù)據(jù)以及兩張所述真實x光影像作為條件數(shù)據(jù)，輸入至所述已訓(xùn)練影像重建模型，得到第一重建噪音；

10、計算所述第一重建噪音與第一重建數(shù)據(jù)的差異，得到第二重建數(shù)據(jù)；

11、將所述第二重建數(shù)據(jù)作為第一重建數(shù)據(jù)，返回執(zhí)行所述將所述第一重建數(shù)據(jù)以及兩張所述真實x光影像作為條件數(shù)據(jù)，輸入至所述已訓(xùn)練影像重建模型，得到第一重建噪音的步驟，直到重建步驟觸發(fā)預(yù)設(shè)值，輸出觸發(fā)所述預(yù)設(shè)值對應(yīng)的重建數(shù)據(jù)作為重建ct影像。

12、第三方面，本技術(shù)還提供了一種影像重建模型的構(gòu)建裝置，包括：

13、條件數(shù)據(jù)獲取模塊，用于獲取兩張訓(xùn)練x光影像、加噪ct影像以及待訓(xùn)練影像重建模型；所述加噪ct影像包括當(dāng)前加噪步驟標(biāo)識；

14、預(yù)測噪音得到模塊，用于以所述當(dāng)前加噪步驟標(biāo)識作為引導(dǎo)數(shù)據(jù)，將兩張所述訓(xùn)練x光影像以及所述加噪ct影像作為條件數(shù)據(jù)，輸入至所述待訓(xùn)練影像重建模型，得到模型預(yù)測噪音；

15、模型損失計算模塊，用于計算表征所述模型預(yù)測噪音與所述加噪ct影像的影像真實噪音之間的差異對應(yīng)的模型噪音損失值；

16、重建模型訓(xùn)練模塊，用于根據(jù)所述模型噪音損失值訓(xùn)練所述待訓(xùn)練影像重建模型，得到已訓(xùn)練影像重建模型。

17、第四方面，本技術(shù)還提供了一種影像生成裝置，包括：

18、獲取第一重建數(shù)據(jù)、兩張真實x光影像以及已訓(xùn)練影像重建模型；所述已訓(xùn)練影像重建模型通過任意一種影像重建模型的構(gòu)建方法訓(xùn)練得到的；

19、將所述第一重建數(shù)據(jù)以及兩張所述真實x光影像作為條件數(shù)據(jù)，輸入至所述已訓(xùn)練影像重建模型，得到第一重建噪音；

20、計算所述第一重建噪音與第一重建數(shù)據(jù)的差異，得到第二重建數(shù)據(jù)；

21、將所述第二重建數(shù)據(jù)作為第一重建數(shù)據(jù)，返回執(zhí)行所述將所述第一重建數(shù)據(jù)以及兩張所述真實x光影像作為條件數(shù)據(jù)，輸入至所述已訓(xùn)練影像重建模型，得到第一重建噪音的步驟，直到重建步驟觸發(fā)預(yù)設(shè)值，輸出觸發(fā)所述預(yù)設(shè)值對應(yīng)的重建數(shù)據(jù)作為重建ct影像。

22、第五方面，本技術(shù)還提供了一種計算機設(shè)備，包括存儲器和處理器，所述存儲器存儲有計算機程序，所述處理器執(zhí)行所述計算機程序時實現(xiàn)以下步驟：

23、獲取兩張訓(xùn)練x光影像、加噪ct影像以及待訓(xùn)練影像重建模型；所述加噪ct影像包括當(dāng)前加噪步驟標(biāo)識；

24、以所述當(dāng)前加噪步驟標(biāo)識作為引導(dǎo)數(shù)據(jù)，將兩張所述訓(xùn)練x光影像以及所述加噪ct影像作為條件數(shù)據(jù)，輸入至所述待訓(xùn)練影像重建模型，得到模型預(yù)測噪音；

25、計算表征所述模型預(yù)測噪音與所述加噪ct影像的影像真實噪音之間的差異對應(yīng)的模型噪音損失值；所述模型噪音損失值包括針對骨骼區(qū)域的骨骼標(biāo)簽信息；

26、根據(jù)所述模型噪音損失值訓(xùn)練所述待訓(xùn)練影像重建模型，得到已訓(xùn)練影像重建模型。

27、以及，

28、獲取第一重建數(shù)據(jù)、兩張真實x光影像以及已訓(xùn)練影像重建模型；所述已訓(xùn)練影像重建模型通過如任意一種影像重建模型的構(gòu)建方法訓(xùn)練得到的；

29、將所述第一重建數(shù)據(jù)以及兩張所述真實x光影像作為條件數(shù)據(jù)，輸入至所述已訓(xùn)練影像重建模型，得到第一重建噪音；

30、計算所述第一重建噪音與第一重建數(shù)據(jù)的差異，得到第二重建數(shù)據(jù)；

31、將所述第二重建數(shù)據(jù)作為第一重建數(shù)據(jù)，返回執(zhí)行所述將所述第一重建數(shù)據(jù)以及兩張所述真實x光影像作為條件數(shù)據(jù)，輸入至所述已訓(xùn)練影像重建模型，得到第一重建噪音的步驟，直到重建步驟觸發(fā)預(yù)設(shè)值，輸出觸發(fā)所述預(yù)設(shè)值對應(yīng)的重建數(shù)據(jù)作為重建ct影像。

32、第六方面，本技術(shù)還提供了一種計算機可讀存儲介質(zhì)，其上存儲有計算機程序，所述計算機程序被處理器執(zhí)行時實現(xiàn)以下步驟：

33、獲取兩張訓(xùn)練x光影像、加噪ct影像以及待訓(xùn)練影像重建模型；所述加噪ct影像包括當(dāng)前加噪步驟標(biāo)識；

34、以所述當(dāng)前加噪步驟標(biāo)識作為引導(dǎo)數(shù)據(jù)，將兩張所述訓(xùn)練x光影像以及所述加噪ct影像作為條件數(shù)據(jù)，輸入至所述待訓(xùn)練影像重建模型，得到模型預(yù)測噪音；

35、計算表征所述模型預(yù)測噪音與所述加噪ct影像的影像真實噪音之間的差異對應(yīng)的模型噪音損失值；所述模型噪音損失值包括針對骨骼區(qū)域的骨骼標(biāo)簽信息；

36、根據(jù)所述模型噪音損失值訓(xùn)練所述待訓(xùn)練影像重建模型，得到已訓(xùn)練影像重建模型。

37、以及，

38、獲取第一重建數(shù)據(jù)、兩張真實x光影像以及已訓(xùn)練影像重建模型；所述已訓(xùn)練影像重建模型通過如任意一種影像重建模型的構(gòu)建方法訓(xùn)練得到的；

39、將所述第一重建數(shù)據(jù)以及兩張所述真實x光影像作為條件數(shù)據(jù)，輸入至所述已訓(xùn)練影像重建模型，得到第一重建噪音；

40、計算所述第一重建噪音與第一重建數(shù)據(jù)的差異，得到第二重建數(shù)據(jù)；

41、將所述第二重建數(shù)據(jù)作為第一重建數(shù)據(jù)，返回執(zhí)行所述將所述第一重建數(shù)據(jù)以及兩張所述真實x光影像作為條件數(shù)據(jù)，輸入至所述已訓(xùn)練影像重建模型，得到第一重建噪音的步驟，直到重建步驟觸發(fā)預(yù)設(shè)值，輸出觸發(fā)所述預(yù)設(shè)值對應(yīng)的重建數(shù)據(jù)作為重建ct影像。

42、第七方面，本技術(shù)還提供了一種計算機程序產(chǎn)品，包括計算機程序，該計算機程序被處理器執(zhí)行時實現(xiàn)以下步驟：

43、獲取兩張訓(xùn)練x光影像、加噪ct影像以及待訓(xùn)練影像重建模型；所述加噪ct影像包括當(dāng)前加噪步驟標(biāo)識；

44、以所述當(dāng)前加噪步驟標(biāo)識作為引導(dǎo)數(shù)據(jù)，將兩張所述訓(xùn)練x光影像以及所述加噪ct影像作為條件數(shù)據(jù)，輸入至所述待訓(xùn)練影像重建模型，得到模型預(yù)測噪音；

45、計算表征所述模型預(yù)測噪音與所述加噪ct影像的影像真實噪音之間的差異對應(yīng)的模型噪音損失值；所述模型噪音損失值包括針對骨骼區(qū)域的骨骼標(biāo)簽信息；

46、根據(jù)所述模型噪音損失值訓(xùn)練所述待訓(xùn)練影像重建模型，得到已訓(xùn)練影像重建模型。

47、以及，

48、獲取第一重建數(shù)據(jù)、兩張真實x光影像以及已訓(xùn)練影像重建模型；所述已訓(xùn)練影像重建模型通過如任意一種影像重建模型的構(gòu)建方法訓(xùn)練得到的；

49、將所述第一重建數(shù)據(jù)以及兩張所述真實x光影像作為條件數(shù)據(jù)，輸入至所述已訓(xùn)練影像重建模型，得到第一重建噪音；

50、計算所述第一重建噪音與第一重建數(shù)據(jù)的差異，得到第二重建數(shù)據(jù)；

51、將所述第二重建數(shù)據(jù)作為第一重建數(shù)據(jù)，返回執(zhí)行所述將所述第一重建數(shù)據(jù)以及兩張所述真實x光影像作為條件數(shù)據(jù)，輸入至所述已訓(xùn)練影像重建模型，得到第一重建噪音的步驟，直到重建步驟觸發(fā)預(yù)設(shè)值，輸出觸發(fā)所述預(yù)設(shè)值對應(yīng)的重建數(shù)據(jù)作為重建ct影像。

52、上述一種影像重建模型的構(gòu)建法、裝置、計算機設(shè)備、存儲介質(zhì)和計算機程序產(chǎn)品，通過獲取兩張訓(xùn)練x光影像、加噪ct影像以及待訓(xùn)練影像重建模型；加噪ct影像包括當(dāng)前加噪步驟標(biāo)識；以當(dāng)前加噪步驟標(biāo)識作為引導(dǎo)數(shù)據(jù)，將兩張訓(xùn)練x光影像以及加噪ct影像作為條件數(shù)據(jù)，輸入至待訓(xùn)練影像重建模型，得到模型預(yù)測噪音；計算表征模型預(yù)測噪音與加噪ct影像的影像真實噪音之間的差異對應(yīng)的模型噪音損失值；模型噪音損失值包括針對骨骼區(qū)域的骨骼標(biāo)簽信息；根據(jù)模型噪音損失值訓(xùn)練待訓(xùn)練影像重建模型，得到已訓(xùn)練影像重建模型。

53、通過引入兩張x光影像和加噪ct影像作為條件數(shù)據(jù)，結(jié)合當(dāng)前加噪步驟標(biāo)識作為引導(dǎo)數(shù)據(jù)，使待訓(xùn)練影像重建模型能夠在多源信息的基礎(chǔ)上，捕捉影像細(xì)節(jié)與噪音模式，從而增強噪音預(yù)測的準(zhǔn)確性。尤其是通過引入骨骼區(qū)域的骨骼標(biāo)簽信息，待訓(xùn)練影像重建模型能夠在復(fù)雜的結(jié)構(gòu)化數(shù)據(jù)中重點優(yōu)化對骨骼區(qū)域的重建效果，確保骨骼邊緣及細(xì)節(jié)的準(zhǔn)確呈現(xiàn)。此外，通過計算模型預(yù)測噪音與真實噪音的差異，并將該損失值反饋到模型訓(xùn)練中，逐步優(yōu)化待訓(xùn)練影像重建模型的重建能力，最終形成能夠有效降噪且保留高質(zhì)量細(xì)節(jié)的已訓(xùn)練影像重建模型。通過上述步驟訓(xùn)練得到的模型，能夠更有效地重建目標(biāo)對象的影像，以滿足在低輻射的損傷的基礎(chǔ)上獲取目標(biāo)對象的三維骨骼空間信息，進一步顯著提升了重建影像的清晰度和醫(yī)學(xué)診斷價值。