[发明专利]X射线CT系统及方法

权利要求书

1.一种X射线计算机断层摄影系统，具备：

取得部，取得第1图像和第2图像，该第1图像对应于离散的第1视图群，且为基于伴随着第1能量的X射线的照射而采集到的第1投影数据集的图像，该第2图像对应于与上述第1视图群不同的离散的第2视图群，且为基于伴随着与上述第1能量不同的第2能量的X射线的照射而采集到的第2投影数据集的图像；及

处理部，针对基于上述第1图像及上述第2图像而生成将上述第1图像中的条纹状伪影减少后的第3图像及将上述第2图像中的条纹状伪影减少后的第4图像的学习完毕模型，输入上述第1图像及上述第2图像，从而生成上述第3图像及上述第4图像。

2.如权利要求1所述的X射线计算机断层摄影系统，

与上述第3图像对应的第3视图群及与上述第4图像对应的第4视图群分别包括上述第1视图群及上述第2视图群。

3.如权利要求2所述的X射线计算机断层摄影系统，

上述第3视图群比上述第1视图群多，上述第4视图群比上述第2视图群多。

4.如权利要求1所述的X射线计算机断层摄影系统，

上述第1投影数据集及上述第2投影数据集分别是正弦图。

5.如权利要求1所述的X射线计算机断层摄影系统，

上述第3图像及上述第4图像分别是与图像重构所必要的全部的视图对应的计算机断层摄影图像。

6.如权利要求1所述的X射线计算机断层摄影系统，

上述取得部，

取得对多个检测器元件中的X射线放射的亮度进行表示的投影数据，该投影数据构成上述第1投影数据集及上述第2投影数据集，上述第1投影数据集表示使用对X射线源施加的第一电压而采集到的第一稀疏视图数据，上述第2投影数据集表示使用对上述X射线源施加的第二电压而采集到的第二稀疏视图数据，上述第二电压比上述第一电压大，上述第一稀疏视图数据通过与采集到上述第二稀疏视图数据的第2视图群不同的第1视图群而采集，

根据上述第一稀疏视图数据，重构上述第1图像即第一低能量图像，

根据上述第二稀疏视图数据，重构上述第2图像即第一高能量图像，

上述处理部构成为，

取得具有低能量图像用的一个输入通道和高能量图像用的另一个输入通道这两个通道的伪影减少神经网络，上述伪影减少神经网络是使用如下学习数据集进行学习而得到的上述学习完毕模型，该学习数据集包含输入图像和对象图像，该输入图像是具有互补的条纹状伪影的稀疏的视图重构出的图像的一个一个的对，该对象图像是上述条纹状伪影已被降低的对应的对象图像，

将上述第一低能量图像和上述第一高能量图像应用于上述伪影减少神经网络，以生成作为伪影减少图像的上述第3图像及上述第4图像。

7.如权利要求6所述的X射线计算机断层摄影系统，

上述伪影减少图像包含作为上述第3图像的第二低能量图像和作为上述第4图像的第二高能量图像，上述第二低能量图像表示上述条纹状伪影被降低后的上述第一低能量图像，并且上述第二高能量图像表示上述条纹状伪影被降低后的上述第一高能量图像。

8.如权利要求7所述的X射线计算机断层摄影系统，

上述处理部还构成为，

取得具有上述低能量图像用的一个输入通道和上述高能量图像用的另一个输入通道这两个通道的物质辨别神经网络，上述物质辨别神经网络在条纹状伪影被降低后的低能量图像与高能量图像的对被应用于上述物质辨别神经网络的情况下，以生成第一物质图像和第二物质图像的方式而学习，

将上述第二低能量图像和上述第二高能量图像应用于上述物质辨别神经网络，以生成被物质辨别后的图像。

9.如权利要求8所述的X射线计算机断层摄影系统，

上述物质辨别神经网络使用如下学习数据集而学习，该学习数据集为，被物质辨别后的对象图像包含针对射束硬化的校正、并且使为了生成上述对象图像而使用的X射线束中的空间的变动明显的学习数据集。