重建CT图像的方法和设备以及存储介质

1.一种重建CT图像的方法，包括步骤：对被检查对象进行CT扫描，得到第一尺度下的投影数据；从第一尺度的投影数据产生多个其他尺度下的投影数据；在各个尺度下，利用第一卷积神经网络对相应尺度的投影数据进行处理，得到处理后的投影数据，并且对处理后的投影数据进行反投影操作，得到相应尺度下的CT图像；以及融合多个尺度下的CT图像，得到被检查物体的重建图像。 2.如权利要求1所述的方法，其中所述CT扫描为如下扫描方式之一：探测器欠采样扫描、稀疏角度扫描、内重建扫描、有限角扫描、和直线轨迹扫描，其中所述第一卷积神经网络为无池化层的卷积神经网络。 3.如权利要求1所述的方法，其中所述CT扫描为圆周扫描或者螺旋扫描，其中所述第一卷积神经网络还包括设置在相应卷积层后的多个池化层，以及全连接层。 4.如权利要求2或3所述的方法，还包括步骤：在各个尺度下，利用第二卷积神经网络对各个尺度的CT图像进行处理。 5.如权利要求4所述的方法，其中还包括步骤：在产生多个其他尺度下的投影数据之前，使用斜坡滤波器对投影数据进行滤波。 6.如权利要求4所述的方法，其中利用第二卷积神经网络对各个尺度的CT图像进行局部平滑处理。 7.如权利要求1所述的方法，其中第一卷积神经网络中的卷积层的卷积核的一个维度为探测器像素序列，另一个维度为扫描角度，并且第一卷积神经网络中的卷积层的卷积核在探测器像素序列维度上的尺度与在扫描角度维度上的尺度是独立设置的。 8.如权利要求1所述的方法，其中，第一卷积神经网络包括至少3个卷积层，每个卷积层带有一个激活函数，用于对经过卷积处理的投影数据进行非线性运算。 9.如权利要求1所述的方法，其中，第一卷积神经网络还包括反投影层，用于对经过卷积层处理后的投影数据进行反投影运算。 10.如权利要求9所述的方法，其中，第一卷积神经网络中最接近反投影层的卷积层的卷积核长宽尺寸参数为1*1。 11.如权利要求4所述的方法，其中，第二卷积神经网络包括图像域初始卷积层和末端卷积层，用于在图像域对重建的图像进行处理。 12.根据权利要求11所述的方法，其中，图像域初始卷积层所包括的每个卷积层都带激活函数，末端卷积层不带激活函数。 13.如权利要求1所述的方法，其中，利用多个卷积核分别与第一尺度的投影数据进行卷积，得到多个其他尺度的投影数据。 14.如权利要求13所述的方法，其中，针对所述多个其他尺度的投影数据进行不同尺度的池化，得到多个不同尺度的投影数据。 15.如权利要求1所述的方法，其中，融合多个尺度下的CT图像的步骤包括：利用上采样操作逐级融合多个尺度下的CT图像，并最终得到被检查物体的重建图像。 16.如权利要求15所述的方法，其中，逐级融合多个尺度下的CT图像的步骤包括从最小的尺度开始朝着最大的尺度进行逐步融合，其中每一步的融合的过程包括：在第二尺度为最小尺度的情况下，对第二尺度的CT图像进行上采样操作得到相对大的第一尺度CT图像，或者，在第二尺度不为最小尺度的情况下，对相对小的第二尺度的融合图像进行上采样操作得到相对大的第一尺度CT图像；将重建的第一尺度CT图像与经过上采样操作得到的CT图像构成的整体图像与特定卷积核进行卷积，得到融合后的第一尺度的融合图像。 17.如权利要求16所述的方法，包括：将最大尺度融合图像作为最终的CT图像输出。 18.如权利要求1所述的方法，其中，融合多个尺度下的CT图像的步骤包括：利用上采样操作将除最大尺度之外的其他尺度的CT图像转换为最大尺度的图像，利用卷积核将最大尺度的CT图像和转换得到的最大尺度图像作为整体进行处理，得到融合的图像。 19.一种重建CT图像的设备，包括：CT扫描装置，对被检查对象进行CT扫描，得到投影数据；处理器，配置为：从第一尺度的投影数据产生多个其他尺度下的投影数据；在各个尺度下，利用第一卷积神经网络对相应尺度的投影数据进行处理，得到处理后的投影数据，并且对处理后的投影数据进行反投影操作，得到相应尺度下的CT图像；以及融合多个尺度下的CT图像，得到被检查物体的重建图像。 20.如权利要求19所述的设备，其中，所述CT扫描装置执行如下扫描方式之一：探测器欠采样扫描、稀疏角度扫描、内重建扫描、有限角扫描、和直线轨迹扫描，其中所述第一卷积神经网络为无池化层的卷积神经网络。 21.如权利要求19所述的设备，其中所述CT扫描装置执行圆周扫描或者螺旋扫描，其中所述第一卷积神经网络还包括设置在相应卷积层后的多个池化层，以及全连接层。 22.如权利要求20或21所述的设备，其中所述处理器还配置为：在各个尺度下，利用第二卷积神经网络对重建的图像进行处理。 23.如权利要求19所述的设备，其中所述处理器还配置为：利用第二卷积神经网络对重建的图像进行局部平滑处理。 24.如权利要求19所述的设备，其中，所述处理器配置为：利用不同的卷积核与第一尺度的投影数据进行卷积，得到其他尺度的投影数据。 25.如权利要求19所述的设备，其中所述处理器配置为：利用上采样操作逐级融合多个尺度下的CT图像，并最终得到被检查物体的重建图像。 26.一种计算机可读介质，存储有计算机程序，所述计算机程序被处理器执行时实现如下步骤：从第一尺度的投影数据产生多个其他尺度下的投影数据；在各个尺度下，利用第一卷积神经网络对相应尺度的投影数据进行处理，得到处理后的投影数据，并且对处理后的投影数据进行反投影操作，得到相应尺度下的CT图像；以及融合多个尺度下的CT图像，得到被检查物体的重建图像。