[发明专利]一种儿童头颅CT扫描参数优化方法及系统

说明书

本发明涉及一种儿童头颅CT扫描参数优化方法及系统，方法包括获取儿童的基本信息；将基本信息输入至训练好的深度学习神经网络模型，以获得CT扫描参数。其优点在于，通过获取儿童的基本信息，即可获得低剂量CT扫描的扫描参数，无须使儿童被置于CT扫描环境的情况时再人工调整CT扫描参数，提高CT扫描效率、减少儿童被置于CT扫描环境的时间、减少儿童的辐射吸收剂量。

技术领域

本发明涉及数据处理技术领域，尤其涉及一种儿童头颅CT扫描参数优化方法、装置、计算机设备及计算机可读存储介质。

背景技术

由于儿童活泼好动，对身边的世界充满好奇心，导致儿童经常出现摔倒、跌落等情况。在这些情况下，若儿童的头部出现碰撞，需要对儿童的头部进行CT扫描，以评估颅外伤、颅内出血等疾病。

然而，与成人相比，儿童并不是成人的缩影。除了儿童与成人之间的体格差异，儿童的各项生理情况与成人不同。具体地，成人的解剖学特征和生理学特征一般比较稳定，而儿童的解剖学特征和生理学特征确实随着年龄的增长而呈现动态变化。这种情况导致需要通过多次CT扫描才能获取比较清晰的CT扫描图像。

然而，多次CT扫描会导致儿童的吸收的辐射剂量较高，影响儿童的身体健康。因此，需要一种低剂量的CT扫描方法，在获取清晰的CT扫描图像的同时减少儿童吸收的辐射剂量。

在现有技术中，基本是以成年人为研究对象进行CT扫描参数调整，并未见针对儿童的CT扫描参数调整方法。此外，由于不同年龄段的儿童的解剖学特征、生理学特征不同，因此还需要针对不同年龄段进行分组，从而满足不同年龄段的儿童的CT扫描需求。

目前，针对相关技术中存在的无法针对不同年龄段儿童进行CT扫描分类、无法对儿童进行低剂量CT扫描等问题，尚未提出有效的解决方案。

发明内容

本申请的目的是针对现有技术中的不足，提供一种儿童头颅CT扫描参数优化方法、系统、计算机设备及计算机可读存储介质，以至少解决相关技术中存在的无法针对不同年龄段儿童进行CT扫描分类、无法对儿童进行低剂量CT扫描等问题。

为实现上述目的，本申请采取的技术方案是：

第一方面，本发明提供一种儿童头颅CT扫描参数优化方法，包括：

获取儿童的基本信息，其中，所述基本信息至少包括年龄、身高、体重、身体质量指数和头围；

将所述基本信息输入至训练好的深度学习神经网络模型，以获得CT扫描参数，其中，所述CT扫描参数包括管电压、管电流、螺距和扫描层厚。

在其中的一些实施例中，所述深度学习神经网络模型的训练方法包括：

获取不同年龄段的儿童的头颅CT图像、基本信息；

根据所述头颅CT图像进行冠状面、横断面和矢状面重建；

将重建后的所述冠状面、所述横断面、所述矢状面和所述基本信息输入至无监督3D atlas配准神经网络模型进行特征提取和分割，以获得重建CT图像；

对所述重建CT图像进行形态约束，以获得优化扫描参数；

将所述重建CT图像、所述基本信息和所述优化扫描参数作为数据集输入至所述无监督3D atlas配准神经网络模型进行训练，以获得训练好的无监督3D atlas配准神经网络模型。

在其中的一些实施例中，将重建后的所述冠状面、所述横断面、所述矢状面和所述基本信息输入至无监督3D atlas配准神经网络模型进行特征提取和分割包括：

将重建后的所述冠状面、所述横断面分别输入至DC-UNet进行特征提取和分割；

将重建后的所述矢状面和所述基本信息分别输入至RDCN进行特征提取和分割。