[发明专利]一种DR/CT数字物体构建方法和系统有效
申请号: | 202011525280.X | 申请日: | 2020-12-22 |
公开(公告)号: | CN112652054B | 公开(公告)日: | 2022-12-20 |
发明(设计)人: | 汪红志;夏天 | 申请(专利权)人: | 上海索骥信息科技有限公司 |
主分类号: | G06T17/00 | 分类号: | G06T17/00;G06T5/50;G06F17/16;G06F17/11 |
代理公司: | 苏州智品专利代理事务所(普通合伙) 32345 | 代理人: | 唐学青 |
地址: | 200093 上海市杨*** | 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: | 一种 dr ct 数字 物体 构建 方法 系统 | ||
本发明公开了一种DR/CT数字物体构建方法,包括:通过双能量CT对真实物体进行各向同性的断层扫描,得到层面内组织的两组不同能量的CT图像,建立第一能量的CT值矩阵和第二能量的CT值矩阵,根据第一能量的CT值矩阵和第二能量的CT值矩阵得到物体该体素的电子密度三维分布矩阵;根据得到的该体素的电子密度矩阵计算有效原子序数矩阵;计算每个体素的电子密度三维分布矩阵和有效原子序数矩阵,并与该物体的三维空间结构组合得到五维矩阵,得到数字物体。本发明应用双能量CT得到两组不同能量的CT图像得到每个体素的电子密度和有效原子序数,计算过程简单,可表示人体内部组织的可以影响DR或CT成像的图像效果的物理信息。
技术领域
本发明涉及数字物体的建模技术领域,具体地涉及一种DR/CT数字物体构建方法和系统。
背景技术
数字孪生(Digital Twin)体是在虚拟空间构建的表征物理实体实时运行状态的虚拟实体,具备融合几何建模、仿真模拟、数据分析的全方位功能,扮演着综合分析决策的角色。数字孪生技术中,通过几何模型、机理模型、数据模型的构建分别实现对物理实体形状、已知(或经验)的物理规律以及未知的物理规律的模拟。数字化双胞胎在2017和2018年连续两年被Gartner评为影响未来的十大技术之一,已经并会逐步在大型、复杂、昂贵、有危险性等工业产品和系统的验证、设计、测试、维保、培训等环节得到越来越广泛的应用。
数字人体模型简称数字人,是利用医学影像CT/MRI/彩色照片数据通过计算机技术构建的体现三维解剖结构的人体模型,主要用于核医学及辐射防护等领域。现有的数字人体模型都是根据ICPR/ICRU报告给出的平均密度及组成成分来赋予同一个器官或组织中的每一个体素,由于每个器官或组织都包含大量的体素,这样使得在一个器官或组织中,各个位置的密度、组成成分都相同,这与人体的实际解剖结构显然不符。另外,由于人体器官和组织数多于ICRP提告的建议值,有些器官或组织不可避免的利用类似结构进行近似。而且即使不进行近似,ICRP报告建议值也是通过有限人数获得的平均值,存在一定的误差。
中国专利文献CN 101458826A公开了一种利用CT值赋予密度、组成成分的数字人体建模方法。在获得人体的彩色照片和CT片后,对彩色照片进行配准、分剖,标识出人体的重要器官或组织;器官或组织的密度和组成成分由与彩色照片配准后的CT片中的CT值经过一定的数学转换得到。该方法利用CT片来获得体素的密度和组成成分,但是其得到体素的密度和组成成分的需要利用彩色照片,并且计算过程复杂。上述专利用其他办法得到数字物体,其计算方法不同,更关键的是,其数值物体的信息是组织的密度,其作用为表示人体内部的解剖结构。
发明内容
针对上述存在的技术问题,本发明目的是:提供一种DR/CT数字物体构建方法及系统,本发明应用双能量CT,进行高分辨率各向同性的断层扫描,得到两组不同能量的CT图像得到每个体素的电子密度和有效原子序数,计算过程简单,可真实的表示人体内部组织的物理信息,该物理信息可以影响DR或CT成像的图像效果。
本发明的技术方案是:
一种DR/CT数字物体构建方法,包括以下步骤:
S01:通过双能量CT对真实物体进行高分辨率各向同性的断层扫描,得到两组不同能量的CT图像,建立第一能量的CT值矩阵和第二能量的CT值矩阵,根据第一能量的CT值矩阵和第二能量的CT值矩阵得到物体每个体素的电子密度三维分布矩阵;
S02:根据得到的该体素的电子密度三维分布矩阵计算有效原子序数矩阵;
S03:计算每个体素的电子密度三维分布矩阵和有效原子序数矩阵,并与该物体的三维空间结构组合得到多维矩阵,得到数字物体。
优选的技术方案中,所述步骤S01中的电子密度三维分布矩阵ρe计算方法为:
ΔHu(i、j、k)≡(1+α)HuH(i、j、k)-αHuL(i、j、k)
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索骥信息科技有限公司,未经上海索骥信息科技有限公司许可,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/202011525280.X/2.html,转载请声明来源钻瓜专利网。