[发明专利]一种双能X射线减影方法和装置有效

专利信息
申请号: 202110214832.3 申请日: 2021-02-25
公开(公告)号: CN112862722B 公开(公告)日: 2023-03-24
发明(设计)人: 李亮;陈志强;张丽;邢宇翔;邓智;高河伟 申请(专利权)人: 清华大学
主分类号: G06T5/00 分类号: G06T5/00;G06T7/00;G06T3/40;G06V10/44;G06V10/82;G06N3/0464;G06N3/08
代理公司: 北京清亦华知识产权代理事务所(普通合伙) 11201 代理人: 韩海花
地址: 10008*** 国省代码: 北京;11
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 射线 方法 装置
【权利要求书】:

1.一种双能X射线减影方法,其特征在于,该方法包括以下步骤:

步骤S10,在注射造影剂后通过一次X射线扫描,获取高、低能两幅X射线投影图像;

步骤S20,将所述含造影剂的高能X射线投影图像输入到经过训练的U型深度神经网络,生成低能不含造影剂的X射线投影图像,其中,所述U型深度神经网络包括收缩路径和与其对称的扩张路径,所述收缩路径用于提取图像各个层次的特征,所述收缩路径包括卷积层和池化层,所述卷积层的卷积核是随机生成且符合正态分布的n*n矩阵;以及

步骤S30,将所述低能不含造影剂的X射线投影图像与采集的含造影剂的低能X射线图像相减,获得最终的数字减影血管造影DSA图像。

2.根据权利要求1所述的双能X射线减影方法,其特征在于,所述n为奇数,且2n10。

3.根据权利要求2所述的双能X射线减影方法,其特征在于,所述池化层采用m*m矩阵的平均池化,1m5,使图像长宽尺寸各缩小一半,在每层的输出部分将线性整流函数ReLu函数作为激活函数。

4.根据权利要求1所述的双能X射线减影方法,其特征在于,所述扩张路径由上采样实现,所述上采样采用最近邻插值法进行填充。

5.根据权利要求1所述的双能X射线减影方法,其特征在于,所述步骤S20包括:

S21,在不放置扫描物体的情况下,采集X光射线直接照射到双层探测器上的高能X射线空气值投影图像和低能X射线空气值投影图像;

S22,在X光机电压、电流参数相同的情况下,获取U型深度神经网络训练用的训练数据集、验证数据集和测试数据集;

所述验证数据集和测试数据集获取的图像均为含造影剂高能X射线投影图像和低能X射线投影图像;

S23,将所述训练数据集、验证数据集和测试数据集的每一对高能X射线投影图像和低能X射线投影图像分别与相同工作参数下的高低能谱空气值相除取负对数,得到处理后的投影数据集;以及

S24,建立U型深度神经网络。

6.根据权利要求1所述的双能X射线减影方法,其特征在于,所述U型深度神经网络包括损失函数,记作Loss,

loss=αLMsSSIM+(1-α)LMAE

其中,α=0.84±0.1,LMAE为两张图像的绝对值误差,LMsSSIM则表示为两张图相似的程度。

7.一种用于实现权利要求1-6任一方法的装置,其特征在于,包括X射线源、探测器、造影剂、射线过滤片、用于深度神经网络训练和计算的计算机。

8.一种计算机设备,其特征在于,包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时,实现如权利要求1-6中任一所述的方法。

9.一种非临时性计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1-6中任一所述的方法。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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清华大学,未经清华大学许可,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/202110214832.3/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top