[发明专利]CT超低剂量自动三维定位扫描方法及系统在审

专利信息
申请号: 202010933560.8 申请日: 2020-09-08
公开(公告)号: CN111839574A 公开(公告)日: 2020-10-30
发明(设计)人: 曾凯;冯亚崇;吴小页 申请(专利权)人: 南京安科医疗科技有限公司
主分类号: A61B6/03 分类号: A61B6/03;A61B6/00;G06T17/00;G06N3/04;G06N3/08;G06F30/20;G06F111/10
代理公司: 南京睿之博知识产权代理有限公司 32296 代理人: 刘菊兰
地址: 211113 江苏省南京*** 国省代码: 江苏;32
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: ct 剂量 自动 三维 定位 扫描 方法 系统
【权利要求书】:

1.一种CT超低剂量自动三维定位扫描方法,其特征在于:在常规辐射剂量的条件下,扫描得到正常剂量图像,对正常剂量图像进行AI低剂量重建,获得用于CT扫描的三维定位像,具体步骤包括:

S1.1、采用数值仿真的方法,在正常剂量图像中加入模拟噪声,生成超低剂量螺旋扫描图像;

S1.2、对正常剂量图像和超低剂量螺旋扫描图像分别重建,得到正常剂量重建图像和超低剂量图像,且分别作为训练集图像和测试集图像;

S1.3、构建神经网络,神经网络包括特征提取网络和图像处理网络,构建loss函数,loss函数的结构包括Feature loss函数和fMSE loss函数;

S1.4、使用步骤S1.2得到的训练集图像对步骤S1.3构建的神经网络进行训练,获得训练好的神经网络;

S1.5、将步骤S1.2得到的测试集图像输入训练好的神经网络,输出AI低剂量重建图像,所述AI低剂量重建图像用作CT扫描的三维定位像。

2.根据权利要求1所述的一种CT超低剂量自动三维定位扫描方法,其特征在于,包括CT扫描步骤:

S2.1、设置协议参数:设置三维定位像的扫描范围和CT扫描协议,扫描范围包括病床移动的起始位置和结束位置,CT扫描协议包括CT扫描的部位、扫描的电压和电流、重建的层厚和层间距;

S2.2、进行三维定位像的扫描:保持机架处于旋转状态,开始进行三维定位像的扫描,获得定位像的扫描数据;

S2.3、AI低剂量重建:使用步骤S1.1~S1.5的方法,对步骤S2.2获得的定位像的扫描数据进行处理,获得用作CT扫描的三维定位像;

S2.4、自动CT扫描区域生成:在低辐射剂量的条件下,实时采集病人躺在CT病床上的图像且作为输入图像,使用预先训练好的神经网络对输入图像进行分割处理,然后根据预先训练好的图像来分割网络;根据分割结果输出最佳的扫描区域范围,并确定重建区域的大小和中心。

3.根据权利要求2所述的CT超低剂量自动三维定位扫描方法,其特征在于:所述步骤S2.2中,扫描方式为螺旋扫描,螺旋扫描的速度为100mm/秒,扫描的电压为80 Kvp、电流为10mA,机架转速为0.5秒/圈。

4.根据权利要求1所述的一种CT超低剂量自动三维定位扫描方法,其特征在于,步骤S1.1中模拟噪声包括量子噪声和电子噪声,量子噪声采用复合泊松分布模型进行数值仿真,电子噪声的模型公式为:

其中Z为探测器接收信号,g为探测器增益因子,Y为与光子数和光子能量相关的复合泊松分布,e为电子噪声。

5.根据权利要求1所述的CT超低剂量自动三维定位扫描方法,其特征在于,步骤S1.3中feature loss函数的计算步骤为:

S1.3.1、计算特征自相关系数:利用特征提取网络中每一个卷积层输出的若干视觉特征计算每一层的特征自相关系数,每一层的特征自相关系数计算公式为:

其中,为特征自相关系数, x为神经网络中特征提取网络的输入图像,F为特征图,l为卷积网络的序号层数,I、J为图像二维坐标的总尺寸,c、d为该层卷积网络输出的两个通道特征,i、j为该通道输出特征的二维坐标;

S1.3.2、计算特征提取网络中输入图像之间的特征差异:先利用所述每层特征自相关系数计算输入的Label图像和input图像之间特征差异,再对计算得到的每一层特征差异加权计算,获取总的输入图像之间的特征差异,输入图像之间的特征差异计算公式为:

其中,为输入的input图像,为输入的Label图像,为第层卷积网络权值,m、n为卷积网络层数,c、d为该层卷积网络输出的两个通道特征。

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南京安科医疗科技有限公司,未经南京安科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/202010933560.8/1.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