[发明专利]光子计数光谱计算机断层扫描的优化能量仓参数集的提供

权利要求书

1.一种用于提供针对光子计数光谱计算机断层扫描的优化的能量仓参数集的方法，所述方法包括以下步骤：

-接收与多个能量仓有关的光子计数光谱计算机断层扫描数据和初始能量仓参数集，

-执行多个迭代步骤中的迭代步骤，

-其中所述多个迭代步骤中的第一迭代步骤的输入包括所述初始能量仓参数集，作为输入能量仓参数集，

-其中所述多个迭代步骤中的每个另外的迭代步骤的所述输入包括在所述多个迭代步骤中的前一迭代步骤中计算出的、经调整的能量仓参数集，作为所述输入能量仓参数集，

-基于在所述多个迭代步骤中的最后迭代步骤中计算出的所述经调整的能量仓参数集，提供所述优化的能量仓参数集，

-其中所述多个迭代步骤中的每个迭代步骤包括以下步骤：

a)通过将至少一个重建算法应用于所述光子计数光谱计算机断层扫描数据和所述输入能量仓参数集来计算医学图像数据，

b)通过将至少一个分割算法应用于所述医学图像数据来计算与所述医学图像数据中的解剖结构有关的分割数据，

c)通过将评估算法应用于所述分割数据来计算评估数据，

d)通过将优化算法应用于所述评估数据和所述输入能量仓参数集来计算所述经调整的能量仓参数集。

2.根据权利要求1所述的方法，

-其中所述优化的能量仓参数集包括多个加权参数，

-其中所述至少一个重建算法被配置用于：基于所述加权参数，对所述光子计数光谱计算机断层扫描数据的多个子集相对于彼此进行加权。

3.根据权利要求1或2所述的方法，

-其中所述分割算法是经训练的、基于深度学习的语义分割算法。

4.根据权利要求1或2所述的方法，

-其中所述评估算法是经训练的、基于深度学习的评估算法。

5.根据权利要求1或2所述的方法，

-其中所述多个迭代步骤中的每个迭代步骤还包括以下步骤：

-基于所述评估数据来确定终止准则是否被满足。

6.根据权利要求1或2所述的方法，

-其中所述优化算法是迭代优化算法和/或进化优化算法。

7.一种用于提供医学图像的方法，所述方法包括以下步骤：

-执行根据权利要求1至6中任一项所述的方法，从而获得优化的能量仓参数集，

-通过将重建算法应用于所述光子计数光谱计算机断层扫描数据和所述优化的能量仓参数集来计算所述医学图像，

-提供所述医学图像。

8.一种用于提供解剖结构的分割的方法，所述方法包括以下步骤：

-执行根据权利要求1至6中任一项所述的方法，从而获得优化的能量仓参数集，

-通过将至少一个重建算法应用于所述光子计数光谱计算机断层扫描数据和所述优化的能量仓参数集来计算医学图像数据，

-通过将至少一个分割算法应用于所述医学图像数据来计算所述医学图像数据中的所述解剖结构的所述分割，

-提供所述解剖结构的所述分割。

9.一种用于训练机器学习算法的训练方法，所述机器学习算法用于提供针对光子计数光谱计算机断层扫描的优化的能量仓参数集，所述方法包括以下步骤：

-接收多个光子计数光谱计算机断层扫描数据集和初始能量仓参数集，

-针对所述多个光子计数光谱计算机断层扫描数据集中的每个光子计数光谱计算机断层扫描数据集，执行根据权利要求1至6中任一项所述的方法，从而针对每个光子计数光谱计算机断层扫描数据集，获得对应的优化的能量仓参数集，

-生成多个训练对，所述多个训练对中的每个训练对包括所述多个光子计数光谱计算机断层扫描数据集中的一个光子计数光谱计算机断层扫描数据集和对应的所述优化的能量仓参数集，

-基于所述多个训练对来训练所述机器学习算法，从而获得经训练的机器学习算法以用于提供针对光子计数光谱计算机断层扫描的优化的能量仓参数集。