[发明专利]一种LYSO晶体PET的智能日常质量控制方法和系统

权利要求书

1.一种LYSO晶体PET的智能日常质量控制方法，其特征在于，包括以下：

S100数据智能采集：根据预设数据采集参数信息，采集LYSO本底数据并保存；

S200数据智能分析处理：对数据中的信息进行统计得到三维热度统计图谱，并送至预先训练完成的深度学习神经网络中诊断，得出异常诊断的结果并生成DailyQC报告；

S300数据决策与预警：对诊断的异常情况进行分类，判断异常情况是否影响整体性能以及是否达到危险等级，对达到危险等级的异常情况进行危险警报，对未达到危险等级和不会影响整体性能的异常情况进行记录；

所述深度学习神经网络的处理流程包括：将热度统计直方图谱输入，连续进行4次下采样和特征层翻倍的3x3二维卷积与线性整流函数计算，再连续进行上采样并拼接下采样之前图片大小相同的特征层，最终输出原尺寸大小的预测图；

其中对诊断的异常情况进行分类，判断异常情况是否影响整体性能以及是否达到危险等级，具体包括对异常结果依次进行判断是否为以下情况：PET晶体的点异常的情况、PET晶体的线异常的情况、PET晶体的晶体子模块异常的情况和PET晶体的探测器模块异常的情况，将除上述情况之外的异常定性为其他未知类型的异常，并判断上述异常的数目以及分布是否会影响到后续数据采集以及PET的参数指标性能，如不影响，则异常情况记录并保存成报告，若影响，则进一步判断该异常是否达到危险等级。

2.如权利要求1所述的一种LYSO晶体PET的智能日常质量控制方法，其特征在于：所述步骤S100中，所述预设数据采集信息包括取数条件、时间窗、能量窗和扫描视野。

3.如权利要求1所述的一种LYSO晶体PET的智能日常质量控制方法，其特征在于：所述步骤S100具体包括以下：

步骤S101，开始数据采集；

步骤S102，读取预设的数据采集参数信息；

步骤S103，将S102中读到的参数信息写入到PET电子学的硬件寄存器中；

步骤S104，发送启动数据采集指令给PET的电子学系统；

步骤S105，电子学系统根据寄存器中的条件，采集并甄别判选出符合条件的LYSO本底数据；

步骤S106，判断目前事例数据是否预设的条件要求，如果答案为否，转至S104；如果答案为是，继续下一步骤；

步骤S107，向电子学发送终止数据采集的指令；

步骤S108，将采集的数据保存到可存储的介质中。

4.如权利要求1所述的一种LYSO晶体PET的智能日常质量控制方法，其特征在于：所述步骤S200具体包括以下：

步骤S201，读取数据智能采集系统所存储的LYSO的本底数据；

步骤S202，读数据中的信息按照PET几何排布信息进行分类，进行三维统计处理，得到三维热度统计直方图谱；

步骤S203，将得到的三维热度统计直方图谱作为输入，输送到预先训练完成的深度学习神经网络中进行预测；

步骤S204，得出异常诊断的结果并保存；

步骤S205，生成DailyQC诊断报告。