[发明专利]一种曝光剂量调节方法和系统在审
| 申请号: | 202010439423.9 | 申请日: | 2020-05-22 |
| 公开(公告)号: | CN111568451A | 公开(公告)日: | 2020-08-25 |
| 发明(设计)人: | 崔凯;徐亮;袁洲;杨乐 | 申请(专利权)人: | 上海联影医疗科技有限公司 |
| 主分类号: | A61B6/00 | 分类号: | A61B6/00;G06K9/32;G06K9/38 |
| 代理公司: | 成都七星天知识产权代理有限公司 51253 | 代理人: | 袁春晓 |
| 地址: | 201807 *** | 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 曝光 剂量 调节 方法 系统 | ||
1.一种曝光剂量调节方法,其特征在于,所述方法包括:
根据第一曝光剂量,获取第一图像;
将所述第一图像输入至检测模型,确定所述第一图像中的感兴趣区域,所述检测模型为机器学习模型;
确定第一图像中的感兴趣区域的灰度值;
根据所述灰度值和预设灰度目标值,调节第一曝光剂量,得到用于生成第二图像的第二曝光剂量。
2.根据权利要求1所述的曝光剂量调节方法,其特征在于,所述将所述第一图像输入至检测模型,确定所述第一图像中的感兴趣区域,包括:
将所述第一图像输入至检测模型,输出标记感兴趣区域初始边缘的图像;
对所述标记感兴趣区域初始边缘的图像进行后处理,获得标记感兴趣区域的标记图像。
3.根据权利要求2所述的曝光剂量调节方法,其特征在于,所述标记感兴趣区域初始边缘的图像为标记至少两个类别感兴趣区域的初始边缘的图像;
所述将所述第一图像输入至检测模型,确定所述第一图像中的感兴趣区域,还包括:
根据所述标记感兴趣区域的标记图像,生成与每一类别感兴趣区域对应的二值图像;所述与每一类别感兴趣区域对应的二值图像中,感兴趣区域内的像素值为0和1中的一个值,感兴趣区域外的像素值为0和1中的另一值;
基于所述与每一类别感兴趣区域对应的二值图像与所述第一图像,得到所述第一图像中的各个感兴趣区域。
4.根据权利要求2所述的曝光剂量调节方法,其特征在于,所述对所述标记感兴趣区域初始边缘的图像进行后处理,获得标记感兴趣区域的标记图像包括:
判断所述标记感兴趣区域初始边缘的图像中初始边缘所包围的区域是否为连通区域;
响应于所述初始边缘所包围的区域为非连通区域,对所述初始边缘进行连接得到连通区域,获得标记感兴趣区域的标记图像。
5.根据权利要求1所述的曝光剂量调节方法,其特征在于,所述将所述第一图像输入至检测模型,确定所述第一图像中的感兴趣区域,包括:
将所述第一图像输入至检测模型,输出标记感兴趣区域的标记图像;
基于所述标记感兴趣区域的标记图像与所述第一图像,得到所述第一图像中的各个感兴趣区域。
6.根据权利要求5所述的曝光剂量调节方法,其特征在于,所述标记图像为二值图像。
7.根据权利要求1所述的曝光剂量调节方法,其特征在于,所述第一图像中包括至少两个类别感兴趣区域;
所述确定第一图像中的感兴趣区域的灰度值,包括:
获取所述第一图像中各类别感兴趣区域的灰度值;
获取所述各类别感兴趣区域的权重系数;
基于所述各类别感兴趣区域的权重系数,对所述第一图像中各类别感兴趣区域的灰度值进行加权运算,以获得所述第一图像中的感兴趣区域的灰度值。
8.根据权利要求1或7所述的曝光剂量调节方法,其特征在于,所述根据所述灰度值和预设灰度目标值,调节第一曝光剂量,得到用于生成第二图像的第二曝光剂量,包括:
响应于所述灰度值大于所述预设灰度目标值,降低所述第一曝光剂量以获得所述第二曝光剂量;或
响应于所述灰度值小于所述预设灰度目标值,提高所述第一曝光剂量以获得所述第二曝光剂量。
9.根据权利要求1所述的曝光剂量调节方法,其特征在于,所述机器学习模型为深度学习模型。
10.一种曝光剂量调节系统,其特征在于,所述系统包括:
图像获取模块,用于根据第一曝光剂量,获取第一图像;
感兴趣区域确定模块,用于将所述第一图像输入至检测模型,确定所述第一图像中的感兴趣区域,所述检测模型为机器学习模型;
灰度值确定模块,用于确定第一图像中的感兴趣区域的灰度值;
曝光剂量调节模块,用于根据所述灰度值和预设灰度目标值,调节第一曝光剂量,得到用于生成第二图像的第二曝光剂量。
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联影医疗科技有限公司,未经上海联影医疗科技有限公司许可,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/202010439423.9/1.html,转载请声明来源钻瓜专利网。





