本申请涉及通信技术，尤其涉及一种切片数据的处理方法、装置及设备。
背景技术：
计算机断层扫描(computedtomography，简称ct)是利用精确准直的x射线，与灵敏度极高的探测器一同围绕人体的某一部位作一个接一个的断面扫描，具有扫描时间快，图像清晰等特点。在临床上，多层螺旋ct由于极快的成像速度得到了越来越广泛的应用。多层螺旋ct使用多层平行的探测器，能够在同一时间扫描多个切片的数据。然而，临床对ct的要求除了快的成像速度之外，还要求高的图像质量。用于衡量图像质量的一个重要指标就是z向分辨率，z向分辨率影响切片厚度，更高的分辨率能够实现更薄的切片厚度，业界普遍采用切片灵敏度(sectionsensitivityprofiles，简称ssp)曲线的半高全宽(full-width-at-half-maximum，简称fwhm)来描述多层螺旋ct的切片厚度。多层螺旋ct扫描射线呈现扇形束状，因此，与焦点距离较远的两侧的检测器采集到的数据成像得到的图像的分辨率较低，切片厚度偏大，准确性较差，并且和中间检测器采集的数据重建的切片厚度一致性不匹配。
技术实现要素：
有鉴于此，本申请提供一种切片数据的处理方法、装置及设备。
根据本申请实施例的第一方面，提供一种切片数据的处理方法，所述方法包括：
获取目标设备扫描的每个切片对应的第一参数，所述第一参数与每个切片厚度的不准确度相关；
获取所述目标设备的第二参数，并根据所述第二参数生成用于表示切片扫描过程的数学模型；
根据每个切片对应的所述第一参数、所述数学模型和预先设定的目标设备的第三参数，对所述目标设备对应切片的图像数据进行去卷积。
在一实施例中，在所述根据每个切片对应的所述第一参数、所述数学模型和预先设定的目标设备的第三参数，对所述目标设备对应切片的图像数据进行去卷积之前，所述方法还包括：
获取所述目标设备的第四参数和所述目标设备扫描的每个切片对应的第五参数，并根据所述第四参数和所述第五参数对所述目标设备每个切片的扫描生数据进行去卷积，其中，所述第五参数与每个切片厚度的不准确度相关。
在一实施例中，所述方法还包括：
获取所述目标设备扫描的所述切片数据，并基于所述切片数据确定每个切片厚度的不准确度；
根据每个切片厚度的不准确度，确定每个切片对应的所述第一参数。
在一实施例中，所述获取所述目标设备的第二参数，并根据所述第二参数生成用于表示切片扫描过程的数学模型，包括：
获取所述目标设备的焦点z向长度，并根据所述焦点z向长度生成焦点模型；
获取所述目标设备的检测器z向长度，并根据所述检测器z向长度生成检测器模型；
获取所述目标设备相邻两个检测器之间的z向距离，并根据所述相邻两个检测器之间的z向距离生成切片图像重建过程中反投影操作的插值模型。
在一实施例中，所述根据每个切片对应的所述第一参数、所述数学模型和预先设定的目标设备的第三参数，对所述目标设备对应切片的图像数据进行去卷积，包括：
根据每个切片对应的所述第一参数、所述数学模型和目标设备的第三参数，生成与每个切片对应的图像滤波器；
使用与每个切片对应的图像滤波器，对所述目标设备对应切片的图像数据进行滤波。
在一实施例中，所述根据所述第四参数和所述第五参数对所述目标设备每个切片的扫描生数据进行去卷积，包括：
根据相邻检测器之间的z向距离、脉冲函数和串扰幅值生成所述目标设备相邻检测器之间的串扰模型；
根据所述串扰模型生成生数据滤波器；
使用所述生数据滤波器，对所述目标设备每个切片的扫描生数据进行滤波。
在一实施例中，所述根据所述串扰模型生成生数据滤波器，包括：
对所述串扰模型进行傅里叶变换；
对得到的傅里叶变换的倒数进行傅里叶反变换，得到连续的生数据滤波器；
对所述连续的生数据滤波器进行离散化处理，得到所述生数据滤波器。
在一实施例中，所述根据每个切片对应的所述第一参数、所述数学模型和预先设定的目标设备的第三参数，生成与每个切片对应的图像滤波器，包括：
根据每个切片对应的所述第一参数、所述数学模型和所述第三参数，获得与每个切片对应的第一输入参数值；
根据所述第一输入参数值和第三参数值，生成与每个切片对应的所述图像滤波器。
在一实施例中，所述使用与每个切片对应的图像滤波器，对所述目标设备对应切片的图像数据进行滤波，包括：
针对每个切片的每个像素点，获取当前切片中当前像素点相关的像素序列；
使用与所述当前切片对应的图像滤波器，对所述像素序列进行滤波，得到所述当前切片新的像素序列；
从所述新的像素序列中选择目标像素点对应数值作为所述当前切片中所述当前像素点滤波后的像素值。
根据本申请实施例的第二方面，提供一种切片数据的处理装置，所述装置包括：
第一获取模块，用于获取目标设备扫描的每个切片对应的第一参数，所述第一参数与每个切片厚度的不准确度相关；
获取生成模块，用于获取所述目标设备的第二参数，并根据所述第二参数生成用于表示切片扫描过程的数学模型；
第一处理模块，用于根据所述第一获取模块获取的每个切片对应的所述第一参数、所述获取生成模块获取的所述数学模型和预先设定的目标设备的第三参数，对所述目标设备对应切片的图像数据进行去卷积。
在一实施例中，所述装置还包括：
第二处理模块，用于在所述第一处理模块根据每个切片对应的所述第一参数、所述数学模型和预先设定的目标设备的第三参数，对所述目标设备对应切片的图像数据进行去卷积之前，获取所述目标设备的第四参数和所述目标设备扫描的每个切片对应的第五参数，并根据所述第四参数和所述第五参数对所述目标设备每个切片的扫描生数据进行去卷积，其中，所述第五参数与每个切片厚度的不准确度相关。
在一实施例中，所述装置还包括：
获取确定模块，用于获取所述目标设备扫描的所述切片数据，并基于所述切片数据确定每个切片厚度的不准确度；
确定模块，用于根据所述获取确定模块确定的每个切片厚度的不准确度，确定每个切片对应的所述第一参数。
在一实施例中，所述获取生成模块包括：
第一获取生成子模块，用于获取所述目标设备的焦点z向长度，并根据所述焦点z向长度生成焦点模型；
第二获取生成子模块，用于获取所述目标设备的检测器z向长度，并根据所述检测器z向长度生成检测器模型；
第三获取生成子模块，用于获取所述目标设备相邻两个检测器之间的z向距离，并根据所述相邻两个检测器之间的z向距离生成切片图像重建过程中反投影操作的插值模型。
在一实施例中，所述第一处理模块包括：
第一生成子模块，用于根据每个切片对应的所述第一参数、所述数学模型和目标设备的第三参数，生成与每个切片对应的图像滤波器；
第一滤波子模块，用于使用所述第一生成子模块生成的与每个切片对应的图像滤波器，对所述目标设备对应切片的图像数据进行滤波。
在一实施例中，所述第二处理模块包括：
第二生成子模块，用于根据相邻检测器之间的z向距离所述第四参数、脉冲函数和串扰幅值生成所述目标设备相邻检测器之间的串扰信息串扰模型；
第三生成子模块，用于根据所述第二生成子模块生成的所述串扰信息串扰模型生成数据滤波器生数据滤波器；
第二滤波子模块，用于使用所述第三生成子模块生成的所述数据滤波器生数据滤波器，对所述目标设备每个切片的扫描数据扫描生数据进行滤波。
在一实施例中，所述第三生成子模块包括：
变换单元，用于对所述串扰信息串扰模型进行傅里叶变换；
反变换单元，用于对所述变换单元变换后的得到的傅里叶变换串扰信息的倒数进行傅里叶反变换，得到连续的生数据滤波器；
处理单元，用于对所述反变换单元得到的所述连续的生数据滤波器进行离散化处理，得到所述数据滤波器生数据滤波器。
在一实施例中，所述第一生成子模块包括：
获得单元，用于根据每个切片对应的所述第一参数、所述数学模型和所述第三参数，获得与每个切片对应的第一输入参数值；
生成单元，用于根据所述获得单元获得的所述第一输入参数值和第三参数值，生成与每个切片对应的所述图像滤波器。
在一实施例中，所述第一滤波子模块包括：
获取单元，用于针对每个切片的每个像素点，获取当前切片中当前像素点相关的像素序列；
滤波单元，用于使用与所述当前切片对应的图像滤波器，对所述获取单元获取的所述像素序列进行滤波，得到所述当前切片新的像素序列；
选择单元，用于从所述滤波单元得到的所述新的像素序列中选择目标像素点对应数值作为所述当前切片中所述当前像素点滤波后的像素值。
根据本申请实施例的第三方面，提供一种切片数据的处理设备，包括：
处理器；用于存储所述处理器可执行指令的存储器；
其中，所述处理器被配置为：
获取目标设备扫描的每个切片对应的第一参数，所述第一参数与每个切片厚度的不准确度相关；
获取所述目标设备的第二参数，并根据所述第二参数生成用于表示切片扫描过程的数学模型；
根据每个切片对应的所述第一参数、所述数学模型和预先设定的目标设备的第三参数，对所述目标设备对应切片的图像数据进行去卷积。
在本申请实施例中，通过获取与每个切片厚度的不准确度相关的第一参数，并根据第一参数、用于表示切片扫描过程的数学模型和预先设定的目标设备的第三参数对所述目标设备对应切片的图像数据进行去卷积，以实现对不同厚度的切片进行差异化的去卷积，从而提高切片的一致性和准确度。
附图说明
图1a是本申请一示例性实施例示出的一种切片数据的处理方法的流程图；
图1b是本申请一示例性实施例示出的权重whf和期望的调制传递函数bhf的取值示意图；
图1c是本申请一示例性实施例示出的权重wf和理想滤波器bf的取值示意图；
图2是本申请一示例性实施例示出的另一种切片数据的处理方法的流程图；
图3是本申请切片数据的处理装置所在设备的一种硬件结构图；
图4是本申请一示例性实施例示出的一种切片数据的处理装置的框图；
图5是本申请一示例性实施例示出的另一种切片数据的处理装置的框图；
图6是本申请一示例性实施例示出的另一种切片数据的处理装置的框图。
具体实施方式
这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本申请相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本申请的一些方面相一致的装置和方法的例子。
在本申请使用的术语是仅仅出于描述特定实施例的目的，而非旨在限制本申请。在本申请和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式，除非上下文清楚地表示其他含义。还应当理解，本文中使用的术语“和/或”是指并包含一个或多个相关联的列出项目的任何或所有可能组合。
应当理解，尽管在本申请可能采用术语第一、第二、第三等来描述各种信息，但这些信息不应限于这些术语。这些术语仅用来将同一类型的信息彼此区分开。例如，在不脱离本申请范围的情况下，第一信息也可以被称为第二信息，类似地，第二信息也可以被称为第一信息。取决于语境，如在此所使用的词语“如果”可以被解释成为“在……时”或“当……时”或“响应于确定”。
图1a是本申请一示例性实施例示出的一种切片数据的处理方法的流程图，如图1a所示，该切片数据的处理方法包括：
步骤s101，获取目标设备扫描的每个切片对应的第一参数，第一参数与每个切片厚度的不准确度相关。
可选地，在执行步骤s101之前，该方法还可以包括：获取目标设备扫描的切片数据，基于切片数据确定每个切片厚度的不准确度，并根据每个切片厚度的不准确度，确定每个切片对应的第一参数。
其中，目标设备可以为某一设定设备。
在该实施例中，可以获取目标设备扫描的每个切片ssp曲线的fwhm，并根据上述fwhm确定每个切片的不准确度，例如可以根据当前切片厚度和所有切片中切片厚度最小值(fwhmmin)确定当前切片的不准确度，具体地，可以将当前切片厚度与fwhmmin的比值确定为当前切片的不准确度，然后根据每个切片的不准确度，确定每个切片的第一参数，该第一参数包括z向采样点个数n，空间域权重参数β和串扰幅值a。
其中，
需要说明的是，上述取值仅为示例，在实际应用中，可以根据需要进行灵活调整。
步骤s102，获取目标设备的第二参数，并根据第二参数生成用于表示切片扫描过程的数学模型。
其中，第二参数可以包括：焦点z向长度、检测器z向长度、相邻两个检测器之间的z向距离。
其中，切片扫描过程可以通过焦点模型、检测器模型和插值模型来表示，即用于表示切片扫描过程的数学模型包括焦点模型、检测器模型和插值模型。
在该实施例中，使用ct设备扫描扫描对象时，由于实际中焦点不是理想的点源、检测器的z向宽度不能无限小以及图像重建过程中反投影操作的z向插值等原因，导致重建的图像z向分辨率下降，切片厚度变大。上述这些原因均可以用抽象好的数学模型来描述，这些数学模型可以包括焦点模型、检测器模型和插值模型，即上述这些原因可以通过用于表示切片扫描过程的数学模型来表示。
在该实施例中，根据第二参数生成用于表示切片扫描过程的数学模型可以包括：获取目标设备的焦点z向长度，并根据焦点z向长度生成焦点模型；获取目标设备的检测器z向长度，并根据检测器z向长度生成检测器模型；获取目标设备相邻两个检测器之间的z向距离，并根据相邻两个检测器之间的z向距离生成切片图像重建过程中反投影操作的插值模型。
例如，使用hf(z)和hd(z)分别表示焦点模型和检测器模型，其中：
其中，lf表示焦点z向长度，ld表示检测器z向长度，
例如，使用hi(z)表示插值模型，其中：
其中，s表示相邻两个检测器之间的z向距离，
步骤s103，根据每个切片对应的第一参数、用于表示切片扫描过程的数学模型和预先设定的目标设备的第三参数，对目标设备对应切片的图像数据进行去卷积。
其中，目标设备的第三参数与所有切片相关，其包括图像间隔、滤波器频率域采样点数目、期望的调制传递函数(mft)参数、约束mtf不同频率的权重、频率域约束滤波器的权重以及理想频率域滤波器。
在该实施例中，可以根据每个切片对应的第一参数、用于表示切片扫描过程的数学模型和目标设备的第三参数，生成与每个切片对应的图像滤波器，并使用与每个切片对应的图像滤波器，对目标设备对应切片的图像数据进行滤波，以实现对目标设备对应切片的图像数据进行去卷积。
其中，根据每个切片对应的第一参数、用于表示切片扫描过程的数学模型和目标设备的第三参数，生成与每个切片对应的图像滤波器可以包括：
根据每个切片对应的第一参数、用于表示切片扫描过程的数学模型和第三参数，获得与每个切片对应的第一输入参数值，根据第一输入参数值生成与每个切片对应的图像滤波器。
其中，使用与每个切片对应的图像滤波器，对目标设备对应切片的图像数据进行滤波，可以包括：
针对每个切片的每个像素点，获取当前切片中当前像素点相关的像素序列，使用与当前切片对应的图像滤波器，对像素序列进行滤波，得到当前切片新的像素序列，从新的像素序列中选择目标像素点即中间像素点对应数值作为当前切片中当前像素点滤波后的像素值。
其中，可以根据每个切片对应的第一参数和用于表示切片扫描过程的数学模型和第三参数优化一个预设的目标函数得到与每个切片对应的图像滤波器f＝(f0，f1，...fn-1)t，n取一个比较小的奇数。
其中，目标函数为：
假设h′(z)＝hf(z)*hd(z)*hi(z)，h′(z)的傅里叶变换为：
其中，以当前待处理像素点为中心，沿着z向向前向后各取
f的傅里叶变换为
其中，
f变换到
其中，whf，wf和ws都是对角矩阵，whf，wf的对角元素表示不同频率成分的权重，whf的对角元素中对应低频成分设置较大的权重，wf的对角元素中对应高频成分设置较大的权重，ws的对角元素(ws)ii＝β|zi|2。h∈rm×m是一个对角矩阵，它的对角元素为
fopt＝(ata)-1atb
其中，
在该实施例中，whf、bhf的取值可以如图1b所示，wf、bf的取值可以如图1c所示。
需要说明的是，图1b和图1c所示四个参数的取值与m有关，图1b和图1c所示的取值仅为示例，在实际应用中，可以根据需要进行调整。
在该实施例中，对于每个切片中的任意一像素点p(x,y)，在z向前后各取
上述实施例，通过获取与每个切片厚度的不准确度相关的第一参数，并根据第一参数、用于表示切片扫描过程的数学模型和预先设定的目标设备的第三参数对目标设备对应切片的图像数据进行去卷积，以实现对不同厚度的切片进行差异化的去卷积，从而提高切片的一致性和准确度。
图2是本申请一示例性实施例示出的另一种切片数据的处理方法的流程图，如图2所示，该切片数据的处理方法包括：
步骤s201，获取目标设备扫描的每个切片对应的第一参数，第一参数与每个切片厚度的不准确度相关。
步骤s202，获取目标设备的第二参数，并根据第二参数生成用于表示切片扫描过程的数学模型。
步骤s203，获取目标设备的第四参数和目标设备扫描的每个切片对应的第五参数，并根据第四参数和第五参数对目标设备每个切片的扫描生数据进行去卷积，第五参数与每个切片厚度的不准确度相关。
其中，第四参数可以包括相邻两个检测器之间的z向距离，第五参数包括串扰幅值。
在该实施例中，根据第四参数和第五参数对目标设备每个切片的扫描生数据进行去卷积包括：根据相邻两个检测器之间的z向距离、脉冲函数和串扰幅值生成目标设备相邻检测器之间的串扰模型，根据该串扰模型生成生数据滤波器，使用生数据滤波器对目标设备每个切片的扫描生数据进行滤波。
其中，相邻检测器之间的串扰模型hc(z)为：
s表示相邻两个检测器之间的z向距离，σ表示脉冲函数，a表示串扰幅值，它是一个很小的常数。
其中，根据该串扰模型生成生数据滤波器的过程可以为：对串扰模型进行傅里叶变换，对得到的傅里叶变换的倒数进行傅里叶反变换，得到连续的生数据滤波器；对连续的生数据滤波器进行离散化处理，得到生数据滤波器。
在该实施例中，hc(z)的傅里叶变换
uz表示z向空间频率，具体地，可以通过计算
步骤s204，根据每个切片对应的第一参数、生成的数学模型和预先设定的目标设备的第三参数，对目标设备对应切片的图像数据进行去卷积。
需要说明的是，上述第一参数、第二参数、第三参数、第四参数和第五参数仅用于区分不同的参数，而非对参数的内容进行限制。
上述实施例，通过对目标设备每个切片的扫描生数据进行去卷积，然后对目标设备每个切片的图像数据进行去卷积，可以更好地实现对不同厚度的切片进行差异化的去卷积，从而使得得到的切片的一致性和准确度更好。
与前述切片数据的处理方法的实施例相对应，本申请还提供了切片数据的处理装置的实施例。
本申请切片数据的处理装置的实施例可以分别应用在设备上。装置实施例可以通过软件实现，也可以通过硬件或者软硬件结合的方式实现。以软件实现为例，作为一个逻辑意义上的装置，是通过其所在设备的处理器将非易失性存储器中对应的计算机程序指令读取到内存中运行形成的。从硬件层面而言，如图3所示，为本申请切片数据的处理装置300所在设备的一种硬件结构图，除了图3所示的处理器310、内存320、网络接口330、以及非易失性存储器340之外，实施例中装置所在的设备通常根据该设备的实际功能，还可以包括其他硬件，如对于终端来说，可能包括摄像头、触摸屏子、通信组件等。
图4是本申请一示例性实施例示出的一种切片数据的处理装置的框图，如图4所示，该切片数据的处理装置包括：第一获取模块41、获取生成模块42和第一处理模块43。
第一获取模块41用于获取目标设备扫描的每个切片对应的第一参数，第一参数与每个切片厚度的不准确度相关。
获取生成模块42用于获取目标设备的第二参数，并根据第二参数生成用于表示切片扫描过程的数学模型。
第一处理模块43用于根据第一获取模块41获取的每个切片对应的第一参数、获取生成模块42获取的数学模型和预先设定的目标设备的第三参数，对目标设备对应切片的图像数据进行去卷积。
在一个可选的实现方式中：
如图5所示，该装置还可以包括：
第二处理模块44用于在第一处理模块43根据每个切片对应的第一参数、数学模型和预先设定的目标设备的第三参数，对目标设备对应切片的图像数据进行去卷积之前，获取目标设备的第四参数和目标设备扫描的每个切片对应的第五参数，并根据第四参数和第五参数对目标设备每个切片的扫描生数据进行去卷积，所述第五参数与每个切片厚度的不准确度相关。
在一个可选的实现方式中：
如图6所示，该装置还可以包括：
获取确定模块45用于获取目标设备扫描的切片数据，并基于切片数据确定每个切片厚度的不准确度。
确定模块46用于根据获取确定模块45确定的每个切片厚度的不准确度，确定每个切片对应的第一参数。
在一个可选的实现方式中：
获取生成模块(图中未示出)可以包括：
第一获取生成子模块用于获取目标设备的焦点z向长度，并根据焦点z向长度生成焦点模型。
第二获取生成子模块用于获取目标设备的检测器z向长度，并根据检测器z向长度生成检测器模型。
第三获取生成子模块用于获取目标设备相邻两个检测器之间的z向距离，并根据相邻两个检测器之间的z向距离生成切片图像重建过程中反投影操作的插值模型。
在一个可选的实现方式中：
第一处理模块(图中未示出)可以包括：
第一生成子模块，用于根据每个切片对应的第一参数、数学模型和目标设备的第三参数，生成与每个切片对应的图像滤波器。
第一滤波子模块，用于使用第一生成子模块生成的与每个切片对应的图像滤波器，对目标设备对应切片的图像数据进行滤波。
在一个可选的实现方式中：
第二处理模块(图中未示出)可以包括：
第二生成子模块，用于根据相邻检测器之间的z向距离、脉冲函数和串扰幅值生成目标设备相邻检测器之间的串扰模型。
第三生成子模块，用于根据第二生成子模块生成的串扰模型生成生数据滤波器。
第二滤波子模块，用于使用第三生成子模块生成的生数据滤波器，对目标设备每个切片的扫描生数据进行滤波。
在一个可选的实现方式中：
第三生成子模块(图中未示出)可以包括：
变换单元，用于对串扰模型进行傅里叶变换。
反变换单元，用于对变换单元得到的傅里叶变换的倒数进行傅里叶反变换，得到连续的生数据滤波器；
处理单元，用于对反变换单元得到的连续的生数据滤波器进行离散化处理，得到生数据滤波器。
在一个可选的实现方式中：
第一生成子模块(图中未示出)可以包括：
获得单元，用于根据每个切片对应的第一参数、数学模型和第三参数，获得与每个切片对应的第一输入参数值。
生成单元，用于根据获得单元获得的第一输入参数值和第三参数值，生成与每个切片对应的图像滤波器。
在一个可选的实现方式中：
第一滤波子模块(图中未示出)可以包括：
获取单元，用于针对每个切片的每个像素点，获取当前切片中当前像素点相关的像素序列。
滤波单元，用于使用与当前切片对应的图像滤波器，对获取单元获取的像素序列进行滤波，得到当前切片新的像素序列。
选择单元，用于从滤波单元得到的新的像素序列中选择目标像素点对应数值作为当前切片中当前像素点滤波后的像素值。
上述装置中各个单元的功能和作用的实现过程具体详见上述方法中对应步骤的实现过程，在此不再赘述。
对于装置实施例而言，由于其基本对应于方法实施例，所以相关之处参见方法实施例的部分说明即可。以上所描述的装置实施例仅仅是示意性的，其中作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本申请方案的目的。本领域普通技术人员在不付出创造性劳动的情况下，即可以理解并实施。
上述切片数据的处理装置，通过获取与每个切片厚度的不准确度相关的第一参数，并根据第一参数、用于表示切片扫描过程的数学模型和预先设定的目标设备的第三参数对所述目标设备对应切片的图像数据进行去卷积，以实现对不同厚度的切片进行差异化的去卷积，从而提高切片的一致性和准确度。
本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本申请的其它实施方案。本申请旨在涵盖本申请的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本申请的一般性原理并包括本申请未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本申请的真正范围和精神由下面的权利要求指出。
应当理解的是，本申请并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本申请的范围仅由所附的权利要求来限制。
1.一种切片数据的处理方法，其特征在于，所述方法包括：
获取目标设备扫描的每个切片对应的第一参数，所述第一参数与每个切片厚度的不准确度相关；
获取所述目标设备的第二参数，并根据所述第二参数生成用于表示切片扫描过程的数学模型；
根据每个切片对应的所述第一参数、所述数学模型和预先设定的目标设备的第三参数，对所述目标设备对应切片的图像数据进行去卷积。
2.根据权利要求1所述的方法，其特征在于，在所述根据每个切片对应的所述第一参数、所述数学模型和预先设定的目标设备的第三参数，对所述目标设备对应切片的图像数据进行去卷积之前，所述方法还包括：
获取所述目标设备的第四参数和所述目标设备扫描的每个切片对应的第五参数，并根据所述第四参数和所述第五参数对所述目标设备每个切片的扫描生数据进行去卷积，其中，所述第五参数与每个切片厚度的不准确度相关。
3.根据权利要求1所述的方法，其特征在于，所述方法还包括：
获取所述目标设备扫描的所述切片数据，并基于所述切片数据确定每个切片厚度的不准确度；
根据每个切片厚度的不准确度，确定每个切片对应的所述第一参数。
4.根据权利要求1所述的方法，其特征在于，所述获取所述目标设备的第二参数，并根据所述第二参数生成用于表示切片扫描过程的数学模型，包括：
获取所述目标设备的焦点z向长度，并根据所述焦点z向长度生成焦点模型；
获取所述目标设备的检测器z向长度，并根据所述检测器z向长度生成检测器模型；
获取所述目标设备相邻两个检测器之间的z向距离，并根据所述相邻两个检测器之间的z向距离生成切片图像重建过程中反投影操作的插值模型。
5.根据权利要求1所述的方法，其特征在于，所述根据每个切片对应的所述第一参数、所述数学模型和预先设定的目标设备的第三参数，对所述目标设备对应切片的图像数据进行去卷积，包括：
根据每个切片对应的所述第一参数、所述数学模型和所述第三参数，生成与每个切片对应的图像滤波器；
使用与每个切片对应的图像滤波器，对所述目标设备对应切片的图像数据进行滤波。
6.根据权利要求2所述的方法，其特征在于，所述根据所述第四参数和所述第五参数对所述目标设备每个切片的扫描生数据进行去卷积，包括：
根据相邻检测器之间的z向距离、脉冲函数和串扰幅值生成所述目标设备相邻检测器之间的串扰模型；
根据所述串扰模型生成生数据滤波器；
使用所述生数据滤波器，对所述目标设备每个切片的扫描生数据进行滤波。
7.根据权利要求6所述的方法，其特征在于，所述根据所述串扰模型生成生数据滤波器，包括：
对所述串扰模型进行傅里叶变换；
对得到的傅里叶变换的倒数进行傅里叶反变换，得到连续的生数据滤波器；
对所述连续的生数据滤波器进行离散化处理，得到所述生数据滤波器。
8.根据权利要求5所述的方法，其特征在于，所述根据每个切片对应的所述第一参数、所述数学模型和预先设定的目标设备的第三参数，生成与每个切片对应的图像滤波器，包括：
根据每个切片对应的所述第一参数、所述数学模型和所述第三参数，获得与每个切片对应的第一输入参数值；
根据所述第一输入参数值生成与每个切片对应的所述图像滤波器。
9.根据权利要求5所述的方法，其特征在于，所述使用与每个切片对应的图像滤波器，对所述目标设备对应切片的图像数据进行滤波，包括：
针对每个切片的每个像素点，获取当前切片中当前像素点相关的像素序列；
使用与所述当前切片对应的图像滤波器，对所述像素序列进行滤波，得到所述当前切片新的像素序列；
从所述新的像素序列中选择目标像素点对应数值作为所述当前切片中所述当前像素点滤波后的像素值。
10.一种切片数据的处理装置，其特征在于，所述装置包括：
第一获取模块，用于获取目标设备扫描的每个切片对应的第一参数，所述第一参数与每个切片厚度的不准确度相关；
获取生成模块，用于获取所述目标设备的第二参数，并根据所述第二参数生成用于表示切片扫描过程的数学模型；
第一处理模块，用于根据所述第一获取模块获取的每个切片对应的所述第一参数、所述获取生成模块获取的所述数学模型和预先设定的目标设备的第三参数，对所述目标设备对应切片的图像数据进行去卷积。
11.根据权利要求10所述的装置，其特征在于，所述装置还包括：
第二处理模块，用于在所述第一处理模块根据每个切片对应的所述第一参数、所述数学模型和预先设定的目标设备的第三参数，对所述目标设备对应切片的图像数据进行去卷积之前，获取所述目标设备的第四参数和所述目标设备扫描的每个切片对应的第五参数，并根据所述第四参数和所述第五参数对所述目标设备每个切片的扫描数据扫描生数据进行去卷积，其中，所述第五参数与每个切片厚度的不准确度相关。
12.根据权利要求10所述的装置，其特征在于，所述装置还包括：
获取确定模块，用于获取所述目标设备扫描的所述切片数据，并基于所述切片数据确定每个切片厚度的不准确度；
确定模块，用于根据所述获取确定模块确定的每个切片厚度的不准确度，确定每个切片对应的所述第一参数。
13.根据权利要求10所述的装置，其特征在于，所述获取生成模块包括：
第一获取生成子模块，用于获取所述目标设备的焦点z向长度，并根据所述焦点z向长度生成焦点模型；
第二获取生成子模块，用于获取所述目标设备的检测器z向长度，并根据所述检测器z向长度生成检测器模型；
第三获取生成子模块，用于获取所述目标设备相邻两个检测器之间的z向距离，并根据所述相邻两个检测器之间的z向距离生成切片图像重建过程中反投影操作的插值模型。
14.根据权利要求10所述的装置，其特征在于，所述第一处理模块包括：
第一生成子模块，用于根据每个切片对应的所述第一参数、所述数学模型和目标设备的第三参数，生成与每个切片对应的图像滤波器；
第一滤波子模块，用于使用所述第一生成子模块生成的与每个切片对应的图像滤波器，对所述目标设备对应切片的图像数据进行滤波。
15.根据权利要求11所述的装置，其特征在于，所述第二处理模块包括：
第二生成子模块，用于根据相邻检测器之间的z向距离、脉冲函数和串扰幅值生成所述目标设备相邻检测器之间的串扰模型；
第三生成子模块，用于根据所述第二生成子模块生成的所述串扰模型生成生数据滤波器；
第二滤波子模块，用于使用所述第三生成子模块生成的所述生数据滤波器，对所述目标设备每个切片的扫描生数据进行滤波。
16.根据权利要求15所述的装置，其特征在于，所述第三生成子模块包括：
变换单元，用于对所述串扰模型进行傅里叶变换；
反变换单元，用于对所述变换单元得到的傅里叶变换的倒数进行傅里叶反变换，得到连续的生数据滤波器；
处理单元，用于对所述反变换单元得到的所述连续的生数据滤波器进行离散化处理，得到所述生数据滤波器。
17.根据权利要求14所述的装置，其特征在于，所述第一生成子模块包括：
获得单元，用于根据每个切片对应的所述第一参数、所述数学模型和所述第三参数，获得与每个切片对应的第一输入参数值；
生成单元，用于根据所述获得单元获得的所述第一输入参数值生成与每个切片对应的所述图像滤波器。
18.根据权利要求14所述的装置，其特征在于，所述第一滤波子模块包括：
获取单元，用于针对每个切片的每个像素点，获取当前切片中当前像素点相关的像素序列；
滤波单元，用于使用与所述当前切片对应的图像滤波器，对所述获取单元获取的所述像素序列进行滤波，得到所述当前切片新的像素序列；
选择单元，用于从所述滤波单元得到的所述新的像素序列中选择目标像素点对应数值作为所述当前切片中所述当前像素点滤波后的像素值。
19.一种切片数据的处理设备，其特征在于，包括：
处理器；用于存储所述处理器可执行指令的存储器；
其中，所述处理器被配置为：
获取目标设备扫描的每个切片对应的第一参数，所述第一参数与每个切片厚度的不准确度相关；
获取所述目标设备的第二参数，并根据所述第二参数生成用于表示切片扫描过程的数学模型；
根据每个切片对应的所述第一参数、所述数学模型和预先设定的目标设备的第三参数，对所述目标设备对应切片的图像数据进行去卷积。
技术总结