基于影像质量校正的DR设备检查部位AI自动识别系统的制作方法

本发明涉及数字医学影像处理领域，具体为基于影像质量校正的dr设备检查部位ai自动识别系统。

背景技术：

1、数字化放射摄影设备完成曝光后，通常以医学数字成像和通信格式保存射线影像及检查描述信息。检查部位自动识别流程从影像文件读取像素矩阵，根据光度解释信息统一灰度方向，再进行窗宽窗位转换、灰度归一化、投照边界裁切和尺寸调整，使不同设备输出的影像具有可供分类网络处理的统一表达。经过复核标注的头颅、颈部、胸部、腹部、骨盆及四肢影像被用于训练卷积神经网络，网络通过逐层卷积提取骨性轮廓、器官投影范围和组织纹理等图像特征，再由分类层形成各检查部位的类别响应。部署时，待识别影像经过相同预处理后输入分类网络，取得类别响应较高的检查部位，并将识别结果写入检查记录或影像描述字段。

2、为减弱曝光状态、散射背景及探测器响应差异对部位分类的干扰，接近本项目的处理路线会在卷积分类之前增加影像质量校正。此类处理通常依据整幅影像的灰度统计结果执行对比度调整，对高频区域进行噪声抑制或边缘增强，并对局部亮度不均区域实施补偿，随后将处理所得影像缩放到分类网络规定的输入尺寸。训练阶段以经过统一质量处理的影像及其部位标签建立样本集，通过旋转、裁切和灰度扰动扩充样本，再利用分类误差更新网络。部分实现同时提取校正前影像与校正后影像的特征，但两类特征通常采用固定拼接或整体加权方式合并，质量处理结果仍作为既定输入传递至部位分类环节。

3、现有流程中的影像质量校正与检查部位识别相互独立，校正依据来自灰度或频率层面的质量差异，无法识别被调整区域是否包含决定检查部位的骨性边缘、关节间隙或器官轮廓。当局部欠曝、散射雾化或模糊与判别结构重合时，统一增强可能改变边缘位置和连通关系，卷积分类网络继而把校正形成的伪纹理作为解剖证据；若分类过程保留原始影像特征，被质量退化遮蔽的结构又难以提供稳定的类别响应。现有流程所面临的技术问题在于，质量校正无法根据检查部位判别信息限制像素改变并验证校正结果的结构可信程度，致使结构失真的校正特征进入类别计算，造成低质量数字化放射影像的检查部位误识别。

技术实现思路

1、本发明的目的在于提供基于影像质量校正的dr设备检查部位ai自动识别系统，可以解决上述背景技术中的问题。

2、为实现上述目的，本发明采取的技术方案为：

3、基于影像质量校正的dr设备检查部位ai自动识别系统，包括图像处理器，所述图像处理器执行：获取待识别dr影像，生成质量状态图和候选部位语义响应图，并由语义响应图构建解剖判别保护图；

4、依据所述质量状态图定位退化区域，在所述解剖判别保护图约束下校正所述退化区域，获得校正影像和表征校正前后像素差异的校正残差，并根据所述校正残差及校正前后解剖结构的一致关系生成校正可信图；

5、提取校正前后的空间对应特征，按照所述校正可信图及空间对应特征的语义一致关系逐位置融合，生成第一部位响应图；

6、所述第一部位响应图与所述校正残差的重合关系更新所述解剖判别保护图，再次校正及融合并输出部位识别结果。

7、优选的，所述图像处理器依据待识别dr影像的dicom光度解释信息统一灰度方向并分离有效投照区域；

8、在所述有效投照区域内，根据区域灰度分布形成低频灰度偏离图，根据局部梯度连续性形成高频结构衰减图，将所述低频灰度偏离图和所述高频结构衰减图按像素坐标对齐，并把二者的联合响应编码为质量状态图；

9、将所述有效投照区域以外的像素编码为非校正区域。

10、优选的，所述图像处理器从待识别dr影像提取各候选部位的类别关联度和空间响应，按照类别关联度对各候选部位的空间响应进行位置对应合成，形成候选部位语义响应图；

11、从待识别dr影像提取边缘方向连续区域，将跨越候选部位均保持响应且位于边缘方向连续区域内的像素编码为不可位移区域，并将候选专属响应区域编码为受限灰度调整区域，形成所述解剖判别保护图。

12、优选的，所述图像处理器将所述质量状态图与所述解剖判别保护图映射至同一像素坐标，将退化区域的像素分解为灰度基底分量和边缘结构分量，并依据所述质量状态图形成灰度基底补偿分量；

13、在不可位移区域组合补偿后的灰度基底分量与校正前的边缘结构分量，在受限灰度调整区域组合补偿后的灰度基底分量与按照边缘方向连续关系筛选的边缘结构分量；

14、将组合结果按原像素坐标重构为校正影像，并将重构前后的像素差值记录为校正残差。

15、优选的，所述图像处理器分别在全局尺度和局部尺度对所述有效投照区域进行重新采样，并在各尺度计算低频灰度偏离图和高频结构衰减图，再将各图映射回待识别dr影像的像素坐标；

16、对低频响应与高频响应共存的位置建立耦合退化状态，对仅存在其中一种响应的位置建立单一退化状态，由两种退化状态的空间集合更新所述质量状态图。

17、优选的，所述图像处理器将各候选部位的空间响应划分为响应连通区域，以所述响应连通区域作为节点，并按照相邻节点之间的边缘方向连续关系建立候选部位响应图结构；

18、提取不同候选部位响应图结构中位置对应的共同子图，将所述共同子图覆盖的像素写入所述不可位移区域，并将与所述共同子图连接的候选专属节点写入受限灰度调整区域。

19、优选的，所述图像处理器从校正影像生成校正后质量状态图，在所述校正残差的空间支撑区域内比较所述质量状态图与所述校正后质量状态图，形成质量补偿一致图；

20、在所述解剖判别保护图覆盖区域内比较校正前后的边缘方向及连通关系，形成结构保持图；

21、将所述质量补偿一致图与所述结构保持图按空间位置求交，并依据交集与校正残差的对应范围生成校正可信图。

22、优选的，所述图像处理器通过共享特征提取网络分别形成待识别dr影像的原始域特征和校正影像的校正域特征，将所述校正可信图映射至两域特征的对应层级，并分别根据两域特征生成候选部位响应次序；

23、在所述校正可信图覆盖且两域候选部位响应次序一致的位置选取校正域特征，在其余位置选取原始域特征，并依据相邻位置的特征连续关系拼接所选特征以形成融合特征。

24、优选的，所述图像处理器根据融合特征生成第一部位响应图，将所述第一部位响应图与所述校正残差映射至同一空间尺度；

25、将所述校正残差的空间支撑区域与所述第一部位响应图的连通边缘求交，再从交集中提取两域候选部位响应次序不同的位置作为校正冲突区域；

26、将所述校正冲突区域写入所述解剖判别保护图，并仅对校正冲突区域及其连续边界重新执行像素校正，生成更新校正影像和更新校正残差。

27、优选的，所述图像处理器将更新校正残差与更新后的解剖判别保护图进行位置对应运算，把支撑区域位于退化区域且不与不可位移区域边界相交的更新校正残差保留为质量补偿分量，把所述支撑区域与不可位移区域边界相交的更新校正残差标记为结构冲突分量；

28、以所述质量补偿分量叠加待识别dr影像形成再次校正影像，在所述结构冲突分量覆盖位置采用原始域特征，重新形成融合特征并输出部位识别结果。

29、与现有技术相比，本发明的有益效果在于：

30、1.通过从待识别影像生成质量状态图和候选部位语义响应图，系统能够在像素坐标上建立质量退化位置与部位判别结构之间的对应关系，并由跨候选保持响应的连续解剖区域形成判别保护图。质量校正按照质量状态图定位退化区域，同时受判别保护图限定，在保护区域内组合补偿后的灰度基底与校正前边缘结构，在其余退化区域采用经连续关系筛选的边缘结构。校正前后的质量状态变化与解剖结构一致关系共同形成校正可信图，使可信位置采用校正域特征，存在结构偏离的位置保留原始域特征；部位响应与校正残差的重合区域再被写回判别保护图。所形成的闭环处理减少质量退化造成的解剖证据缺失，并抑制校正伪结构进入检查部位分类。

31、2.全局尺度与局部尺度的灰度偏离信息和结构衰减信息被映射回原影像坐标，使同一位置的耦合退化状态与单一退化状态得到区分，局部质量补偿可依照对应状态进行。候选部位的空间响应被转换为连通图结构，不同候选中的位置对应共同子图写入不可位移区域，与共同子图连接的候选专属节点写入受限灰度调整区域，使初始类别尚未确定时仍保留共有解剖结构。校正后质量状态与原质量状态形成质量补偿一致图，校正前后的边缘关系形成结构保持图，两图的空间交集限定校正域特征的选取范围。校正残差与部位响应连通边缘相交且类别次序变化的位置被确定为校正冲突区域，仅对冲突区域及其连续边界再次校正，减少其他区域的重复像素改写。