[发明专利]医学成像中基于人工智能的材料分解

权利要求书

1.一种用于医学成像系统中的材料分解的方法，所述方法包括：

利用光谱计算机断层扫描（CT）系统来扫描患者，所述扫描提供对患者进行表示的光谱CT数据；

由经机器学习的模型响应于光谱CT数据而生成针对多个位置中每个位置的材料分解；

显示针对所述多个位置的材料分解的图像。

2.根据权利要求1所述的方法，其中扫描包括使用双重能量或光子计数利用光谱CT系统来进行扫描。

3.根据权利要求1所述的方法，其中生成包括利用已经使用基于CT的材料分解成像作为地面实况而被训练的经机器学习的模型来生成。

4.根据权利要求3所述的方法，其中生成包括利用已经使用对具有已知材料的幻像的基于CT的材料分解成像作为地面实况而被训练的经机器学习的模型来生成。

5.根据权利要求1所述的方法，其中生成包括利用已经使用基于综合的CT模型的材料分解成像作为地面实况而被训练的经机器学习的模型来生成。

6.根据权利要求1所述的方法，其中生成包括通过经机器学习的模型、响应于光谱CT数据、扫描特性和注入信息来生成。

7.根据权利要求1所述的方法，其中生成包括通过已经利用针对训练样本的图像品质评级而被训练的经机器学习的模型来生成。

8.根据权利要求1所述的方法，其中生成包括利用经机器学习的模型来生成，所述经机器学习的模型包括卷积神经网络。

9.根据权利要求1所述的方法，其中生成包括利用经机器学习的模型来生成，所述经机器学习的模型包括具有长短期存储器的递归神经网络。

10.根据权利要求1所述的方法，其中生成包括基于针对位置以及位置的多个近邻位置的光谱CT数据来为所述多个位置中的每个位置进行生成。

11.根据权利要求1所述的方法，其中生成包括通过已经利用字典嵌入而被训练的经机器学习的模型来生成。

12.根据权利要求1所述的方法，此外包括执行光谱CT材料分解成像，其中所述材料分解是光谱CT材料分解和经机器学习的模型的输出的函数。

13.根据权利要求1所述的方法，其中生成包括将材料分解生成为三种或更多材料的分解。

14.根据权利要求13所述的方法，其中生成包括生成针对三种或更多材料、在每个位置处的浓度，并且其中显示包括显示图像作为针对三种或更多材料中的一个材料的第一材料映射，并且显示第二和第三材料映射作为针对三种或更多材料中的其它材料的其它图像。

15.一种用于材料分解的系统，所述系统包括：

用于扫描患者的计算机断层扫描型扫描仪，所述医学扫描仪被配置成输出对患者的内部区进行表示的数据；

图像处理器，其被配置成应用人工智能来分解由所述数据表示的两种或更多材料；以及

显示器，其被配置成显示针对所述两种或更多材料中至少一个的图像。

16.根据权利要求15所述的系统，其中所述计算机断层扫描型扫描仪包括光谱计算机断层扫描型扫描仪。

17.根据权利要求15所述的系统，其中所述数据表示内部区的多个位置，并且其中人工智能在针对每个位置的两种或更多材料的分解中使用来自位置的多个近邻位置的数据。

18.根据权利要求15所述的系统，其中所述人工智能被训练成将两种或更多材料分解为至少三种材料。