一种图像处理的系统和方法与流程

本说明书一般涉及医学影像领域，更具体地说，涉及使用条件扩散模型进行图像处理的系统和方法。

背景技术：

1、随着科学技术的发展，深度学习技术在医学影像领域的应用越来越重要，其应用包括图像去噪、超分辨率、图像重建、减少伪影等。最近，条件扩散模型已展现出通过从训练数据集的分布中学习来生成高质量和高分辨率图像的能力。因此，期望提供一种在医学影像领域（例如，冠状动脉计算机断层血管造影术（coronary computed tomographyangiography，ccta））应用条件扩散模型的系统和方法，以提高医学图像的处理精度和效率。

技术实现思路

1、本说明书实施例的一个方面提供了一种图像处理的方法。所述方法包括执行多个时间步对第一医学图像进行处理，以生成第二医学图像。时间步中的当前时间步包括：基于随机生成的移位向量，对与当前时间步对应的第一中间图像进行循环移位，以生成第二中间图像，其中，第一中间图像基于第一医学图像或与上一个时间步对应的第三中间图像生成；将第二中间图像划分为图像块；基于图像块、移位向量和训练好的条件扩散模型，生成与当前时间步对应的第三中间图像；以及将第三中间图像指定为第二医学图像或继续进行下一个时间步。

2、本说明书实施例的另一个方面提供了一种图像处理的方法。所述方法包括获取血管图像；从血管图像中提取图像块，图像块中每个图像块以所述血管图像中的血管的一个中心点为中心；对于图像块中每个图像块，通过将图像块输入训练好的条件扩散模型来生成校正后的图像块；以及基于血管图像和校正后的图像块生成校正后的血管图像，校正后的血管图像比血管图像具有更高的质量。

3、本说明书实施例的再一个方面提供了一种图像处理的系统。所述系统包括至少一个存储设备，包括指令集；以及与所述至少一个存储设备通信的至少一个处理器。在执行指令集时，至少一个处理器使系统执行操作。所述操作包括：执行多个时间步对第一医学图像进行处理，以生成第二医学图像。时间步中的当前时间步包括：基于随机生成的移位向量，对与当前时间步对应的第一中间图像进行循环移位，以生成第二中间图像，其中，第一中间图像基于第一医学图像或与上一个时间步对应的第三中间图像生成；将第二中间图像划分为图像块；基于图像块、移位向量和训练好的条件扩散模型，生成与当前时间步对应的第三中间图像；以及将第三中间图像指定为第二医学图像或继续进行下一个时间步。

4、本申请的一部分附加特性可以在以下描述中进行说明。通过对以下描述和相应附图的研究或者对实施例的生产或操作的了解，本申请的一部分附加特性对于本领域技术人员是明显的。本申请的特征可通过实践或使用下文讨论的详细示例中阐述的方法、工具和组合的各个方面来实现和达到。

1.一种图像处理的方法，其特征在于，所述方法包括：

2.根据权利要求1所述的方法，其特征在于，所述基于所述图像块、所述移位向量和训练好的条件扩散模型，生成与所述当前时间步对应的第三中间图像包括：

3.根据权利要求2所述的方法，其特征在于，所述通过将所述图像块输入所述训练好的条件扩散模型来生成处理后的图像块包括：

4.根据权利要求2所述的方法，其特征在于，所述第一医学图像是与解剖平面对应的二维（two-dimensional，2d）图像，所述通过将所述图像块输入所述训练好的条件扩散模型来生成处理后的图像块包括：

5.根据权利要求2所述的方法，其特征在于，所述通过将所述图像块输入所述训练好的条件扩散模型来生成处理后的图像块包括：

6.根据权利要求1所述的方法，其特征在于，

7.根据权利要求1所述的方法，其特征在于，所述训练好的条件扩散模型是通过使用训练样本训练初始条件扩散模型生成的，所述训练样本中的每个训练样本包括第一样本图像块和对应的第二样本图像块，所述第一样本图像块和所述第二样本图像块通过以下方式生成：

8.根据权利要求7所述的方法，其特征在于，所述第一样本图像和所述第二样本图像是使用x射线成像获取的，

9.根据权利要求1所述的方法，其特征在于，所述将所述第三中间图像指定为所述第二医学图像或继续进行下一个时间步包括：

10.一种图像处理的系统，包括：