[发明专利]医学成像中基于人工智能的材料分解

说明书

医学成像中基于人工智能的材料分解。对于医学成像中的材料分解，经机器学习的模型被训练以分解。例如，针对多个位置的光谱CT数据被输入，并且经机器学习的模型输出材料组成。使用来自周围位置的信息以用于针对给定位置的通过经机器学习的模型的分解可以允许更准确的材料分解和/或三种或更多材料的分解。

背景技术

本实施例涉及医学成像中的材料分解。光谱计算机断层扫描（CT）使用材料分解技术将以不同能量的测量分解成不同的基础材料。例如，在两材料分解中区分骨骼和对比剂（contrast agent）（例如碘）。现有的材料分解算法基于针对单独位置的测量来针对单独的位置（例如体素）进行分解。由于在具有高数量的能量仓的系统中的有限光子与具有低数量的能量仓的系统中的能量仓的宽度之间的权衡所致的射束硬化伪像和统计噪声引起分解中的不准确性。

双重能量扫描不能分离多于两种材料，除非所述材料中的一个具有k边缘特性（即在多于两个能量水平下的测量不提供附加的信息）。可以使用附加的仓或能量阈值来分解三种或更多材料。对于多于两种材料的材料分解，统计噪声水平大幅度增大，从而导致误差和不准确性。在具有用于在大量材料之间进行区分的更多能量阈值或能量仓的情况下，在每个能量仓中存在较少的光子，因为总临床剂量被限制。随着能量仓变窄以用于更多的材料，存在更多的射束硬化。

发明内容

作为介绍，下述优选实施例包括用于医学成像中的材料分解的方法、系统、指令和非暂时性计算机可读介质。训练经机器学习的模型来分解。例如，针对多个位置的光谱CT数据被输入，并且经机器学习的模型输出材料组成。使用来自周围位置的信息以用于针对给定位置的通过经机器学习的模型的分解可以允许更准确的材料分解和/或三种或更多材料的分解。

在第一方面中，提供一种方法来用于医学成像系统中的材料分解。利用光谱计算机断层扫描（CT）系统来扫描患者。扫描提供对患者进行表示的光谱CT数据。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。针对所述多个位置的材料分解的图像被显示。

在第二方面中，提供一种系统来用于材料分解。用于扫描患者的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。显示器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。

在第三方面中，提供一种方法来用于医学成像系统中的材料分解。利用医学成像系统来扫描患者，从而提供对患者进行表示的数据。经机器学习的模型响应于所述数据而生成针对多个位置中每个位置的材料分解，所述针对多个位置中每个位置的材料分解基于针对位置的多个近邻位置的数据。材料分解是三种或更多材料的分解。针对所述多个位置的材料分解的一个或多个图像被显示。

本发明由随后的权利要求来限定，并且本章节中没有什么应当被认为是对那些权利要求的限制。本发明的此外的方面和优点在以下结合优选实施例来被讨论，并且可以稍后独立地或组合地被要求保护。

附图说明

部件和图不一定是按比例的，而代替地强调被置于说明本发明的原理上。此外，在各图中，同样的参考标号贯穿不同的视图指明对应的部分。

图1是用于医学成像系统中的材料分解的方法的一个实施例的流程图图解；

图2图示了用于材料分解的人工智能的训练；

图3示出了来自材料分解的不同材料的浓度的图像；并且

图4是用于材料分解的系统的一个实施例。

具体实施方式