[发明专利]用于降低辐射剂量的系统和方法有效
申请号: | 201811326758.9 | 申请日: | 2018-11-08 |
公开(公告)号: | CN109493951B | 公开(公告)日: | 2021-07-09 |
发明(设计)人: | 孙海宁;全国涛;鲍园;曹文静 | 申请(专利权)人: | 上海联影医疗科技股份有限公司 |
主分类号: | G16H30/20 | 分类号: | G16H30/20;G16H50/20;G06T5/00;G06T7/00;G06T11/00;G06K9/32 |
代理公司: | 成都七星天知识产权代理有限公司 51253 | 代理人: | 袁春晓 |
地址: | 201807 *** | 国省代码: | 上海;31 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 用于 降低 辐射 剂量 系统 方法 | ||
1.一种图像处理方法,其特征在于,包括:
获取与第一对象的感兴趣区域ROI相关的第一图像数据,所述第一图像数据对应第一等效剂量;
获取与所述第一图像数据相关的降噪模型;
基于所述第一图像数据和所述降噪模型,确定对应第二等效剂量的第二图像数据,所述第二等效剂量高于所述第一等效剂量;以及
记录与所述第一对象的感兴趣区域ROI相关的信息;
其中,所述降噪模型包括用于降噪的第一神经网络模型,所述获取与所述第一图像数据相关的降噪模型,进一步包括:
获取与多个第二对象相关的多组训练数据,所述多组训练数据的每组与第二对象相关,所述多组训练数据的每组包括对应第三等效剂量的第三图像数据和对应第四等效剂量的第四图像数据,所述第四等效剂量低于所述第三等效剂量;
基于所述多组训练数据,训练神经网络模型以获取用于降噪的第二神经网络模型;
获取与所述第一对象相关的第五图像数据,所述第五图像数据对应第五等效剂量,所述第五等效剂量高于所述第一等效剂量;以及
基于所述第五图像数据,训练所述用于降噪的第二神经网络模型以获取与所述第一对象相关的第一神经网络模型。
2.根据权利要求1所述的方法,其特征在于,所述基于所述第一图像数据和所述降噪模型,确定对应第二等效剂量的第二图像数据,进一步包括:
基于所述降噪模型和所述第一图像数据,确定所述第一图像数据中包含的噪声数据;以及
基于所述噪声数据和所述第一图像数据,确定所述第二图像数据。
3.根据权利要求1所述的方法,其特征在于,所述第一等效剂量不低于所述第二等效剂量的15%,或不低于所述第二等效剂量的50%,或不低于所述第二等效剂量的85%。
4.根据权利要求1所述的方法,其特征在于,所述第一图像数据由计算机断层摄影CT设备或锥形束计算机断层摄影CBCT设备获取;
若所述第一图像数据由所述计算机断层摄影CT设备获取,则所述第一等效剂量与所述第二等效剂量的比率等于1:7;
若所述第一图像数据由所述锥形束计算机断层摄影CBCT设备获取,则所述第一等效剂量与所述第二等效剂量的比率等于1:3。
5.一种图像处理方法,其特征在于,包括:
获取与第一对象的感兴趣区域ROI相关的第一图像数据,所述第一图像数据对应第一等效剂量;
获取与所述第一图像数据相关的降噪模型;
基于所述第一图像数据和所述降噪模型,确定对应第二等效剂量的第二图像数据,所述第二等效剂量高于所述第一等效剂量;
基于所述第二图像数据,确定与所述第一对象的感兴趣区域ROI相关的信息;以及
记录与所述第一对象的感兴趣区域ROI相关的信息;
其中,所述降噪模型包括使用迭代重建算法的图像重建模型;所述第一图像数据包括第一投影数据;所述第二图像数据包括与所述第一对象的感兴趣区域ROI相关的目标图像;
所述基于所述第一图像数据和所述降噪模型,确定对应第二等效剂量的第二图像数据,进一步包括:
确定第三投影数据,所述第三投影数据表示所述第一投影数据与对应图像估计的第二投影数据之间的差异;
基于所述第三投影数据和第一噪声统计模型,确定第四投影数据;
基于所述第四投影数据,生成与所述第一对象的感兴趣区域ROI相关的误差图像;以及
基于所述误差图像和第二噪声统计模型,确定与所述第一对象的感兴趣区域ROI相关的所述目标图像。
6.根据权利要求5所述的方法,其特征在于,所述基于所述误差图像和第二噪声统计模型确定与所述第一对象的感兴趣区域ROI相关的所述目标图像,进一步包括:
基于所述误差图像和所述第二噪声统计模型,迭代地确定每次迭代中目标函数的值;其中,
所述迭代地确定每次迭代中目标函数的值包括:
基于在最近一次迭代中获取的所述目标函数的值,在每次迭代后更新所述图像估计;以及
直到条件满足后确定所述目标图像。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于上海联影医疗科技股份有限公司,未经上海联影医疗科技股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201811326758.9/1.html,转载请声明来源钻瓜专利网。