【技術實現步驟摘要】
本專利技術涉及x射線成像領域，特別是涉及一種基于調制濾波器以及神經網絡的x射線散射估計系統、方法及終端。
技術介紹
1、x射線用于各種醫療成像設備，如ct、c臂、x射線攝影和乳房x光攝影。其中，c臂提供了高質量的無創、快速的患者體內成像，無論是在普通診斷還是在高級手術中都發揮著重要作用。然而，由于x射線對患者和醫生或技術人員的累積暴露所造成的風險越來越被人們所認識，alara(as?low?as?reasonably?achievable)已經成為一個全球標準，以最大限度地提高輻射風險的臨床效益。
2、盡管最近有管理和減少x射線照射的趨勢，但c臂在用于干預時，會引起最高的x射線照射。與胸部x線檢查的有效劑量0.02msv或ct檢查的2-16msv相比，介入透視檢查的有效劑量要高得多，達到5-70msv(mettler?et?al.2008)。在最壞的情況下，干預期間的有效劑量比標準放射檢查的有效劑量高出1000倍以上。這會增加患者的各種風險，包括癌癥(picao?etal.2007)。雖然醫生或操作人員不會直接受到x光照射，但他們也會受到散射x光的影響。由于他們通常會多次使用c臂，他們累積的x射線暴露也不容忽視。
3、c臂還有一個關鍵影響叫做散射x射線。探測到的x射線通過患者的身體傳輸(以下稱為初級x射線)，但散射到患者身體或周圍環境的x射線也會在其探測器上被探測到，并形成顯著的背景。它的強度有時甚至與一次x光相當，圖像對比度明顯降低。基于硬件的準直器方法一方面可以直接去除散射x射線，但也可以去除初級x射
4、近年來，利用神經網絡的深度學習，研究了一種減少散射x射線的新方法(ep3688723b1,us11380025b2)。它基本上有輸入圖像供神經網絡讀取，模型估計散射x射線圖像。
5、在大多數使用深度學習的研究中，x射線探測器檢測到的x射線強度被用作神經網絡的輸入數據。然而，這些數據并沒有包含足夠的關于x射線散射強度的信息。當考慮一個平面形狀的均勻水，不同厚度覆蓋整個視場時，當它接近x射線發射焦點時，這幾乎是微不足道的。
6、在任意厚度下，初級x射線和散射x射線都能形成均勻的圖像，但散射x射線與初級x射線的比例不同。因此，采用基于軟件的算法(包括神經網絡)很難從相同的均勻圖像中分辨出散射和一次x射線。
7、最近還有一項研究用分析方法估計散射x射線(zhu?2016)。zhu?2016在x射線發射焦點和患者身體之間放置了一個高頻模式的薄過濾器。它使投射到病人身體上的x光強度調節。利用散射x射線圖像受x射線強度調制的影響較弱，而一次x射線受x射線強度調制的影響較強這一事實，可以解析區分這兩個分量(us5602895a)。散射x射線也可以通過部分和完全停止x射線(us10722205b2,ep0689047b1)，以類似的分析方式進行估計。在zhu?2016年，他們成功地用高頻模式的濾波器估計散射x射線，但該方法需要在掃描患者之前進行掃描，以獲取濾波器的投影模式。從臨床現場實際使用的角度來看，有兩大挑戰。一個是c型臂的形狀會隨著臂的角度而變化。因此，在對患者進行掃描之前總是需要進行校準掃描，從而降低了工作流程。另一個挑戰是，如果校準掃描在患者、醫生和技術人員身邊進行，則可能會因散射x射線而造成額外劑量。
技術實現思路
1、鑒于以上所述現有技術的缺點，本專利技術的目的在于提供一種基于調制濾波器以及神經網絡的x射線散射估計系統、方法及終端，用于解決以上現有技術問題。
2、為實現上述目的及其他相關目的，本專利技術提供一種基于調制濾波器以及神經網絡的x射線散射估計系統，所述系統包括：x射線成像系統以及與x射線成像系統通信連接的圖像處理裝置；其中，所述x射線成像系統包括：沿相同光軸依次設置的x射線發生器、調制濾波器以及x射線探測器；所述x射線發生器，用于發射x射線；所述調制濾波器，設置于x射線發生器以及檢測對象之間，用于對由所述x射線發生器發射的x射線進行調制，并向檢測對象傳輸；所述x射線探測器，用于檢測依次經過調制濾波器以及檢測對象的x射線獲得投影圖像；圖像處理裝置，用于基于訓練的神經網絡模型，根據所述投影圖像預測散射x射線圖像，以獲得去除散射x射線的投影圖像。
3、于本專利技術的一實施例中，基于訓練的神經網絡模型，根據所述投影圖像預測散射x射線圖像，以獲得去除散射x射線的投影圖像包括：對所述投影圖像進行預處理；其中，預處理的方式包括：依次進行信號放大、增益校正、偏移校正、圖像滯后校正以及下采樣處理；基于訓練的神經網絡模型，對預處理后的投影圖像進行散射校正，獲得去除散射x射線的投影圖像。
4、于本專利技術的一實施例中，基于訓練的神經網絡模型，對預處理后的投影圖像進行散射校正，獲得去除散射x射線的投影圖像包括：對預處理后的投影圖像進行圖像塊分割處理，獲得多個圖像塊；基于選擇的經過訓練的神經網絡模型，對各圖像塊進行散射圖像預測，獲得各圖像塊對應的散射預測結果；基于各圖像塊對應的散射預測結果，獲得散射x射線圖像；基于散射x射線圖像，在增益校正后的投影圖像中減去散射x射線，獲得去除散射x射線的投影圖像。
5、于本專利技術的一實施例中，圖像塊分割處理包括：對預處理后的投影圖像進行修補，并制作圖像分塊獲得多個圖像塊；將每個圖像塊采用設定歸一化系數進行歸一化。
6、于本專利技術的一實施例中，基于各圖像塊對應的散射預測結果，獲得散射x射線圖像包括：采用設定歸一化系數的倒數對各圖像塊進行反歸一化；將預測為散射圖像的圖像塊進行合并和求和，得到一張散射圖像；對散射圖像的重疊區域除以重疊區域的數量，以獲得處理散射圖像；對處理散射圖像進行平滑處理，并進行上采樣，獲得散射x射線圖像。
7、于本專利技術的一實施例中，神經網絡模型由訓練數據集訓練獲得；其中，訓練數據集的生成方式包括：對由x射線探測器檢測依次經過調制濾波器以及檢測對象的x射線獲得的多個投影圖像進行預處理；對預處理后的投影圖像分別進行圖像塊分割處理，獲得分別對應各投影圖像的多個圖像塊；基于對應各投影圖像的具有散射圖像標簽的各圖像塊生成訓練數據集。
8、于本專利技術的一實施例中，基于生成的x射線光譜以及采用的調制濾波器在投影圖像的圖案選擇不同種神經網絡模型對投影圖像各位置的圖像塊進行散射預測。
9、于本專利技術的一實施例中，可通過調整調制濾波器的厚度分布和/或材料分布調整x射線衰減系數，來調整調制濾波器在投影圖像的圖案位置，以避免出現半影以及半暗帶效應。
10、于本專利技術的一實施例中，所述x射線成像系統還包括：設置于x射線發生器以及調制濾波器之間的準直器。
11、為實現上述目的及本文檔來自技高網...
【技術保護點】
1.一種基于調制濾波器以及神經網絡的X射線散射估計系統，其特征在于，所述系統包括：
2.根據權利要求1中基于調制濾波器以及神經網絡的X射線散射估計系統，其特征在于，基于訓練的神經網絡模型，根據所述投影圖像預測散射X射線圖像，以獲得去除散射X射線的投影圖像包括：
3.根據權利要求2中基于調制濾波器以及神經網絡的X射線散射估計系統，其特征在于，基于訓練的神經網絡模型，對預處理后的投影圖像進行散射校正，獲得去除散射X射線的投影圖像包括：
4.根據權利要求3中基于調制濾波器以及神經網絡的X射線散射估計系統，其特征在于，圖像塊分割處理包括：
5.根據權利要求4中基于調制濾波器以及神經網絡的X射線散射估計系統，其特征在于，基于各圖像塊對應的散射預測結果，獲得散射X射線圖像包括：
6.根據權利要求4中基于調制濾波器以及神經網絡的X射線散射估計系統，其特征在于，神經網絡模型由訓練數據集訓練獲得；
7.根據權利要求3中基于調制濾波器以及神經網絡的X射線散射估計系統，其特征在于，基于生成的X射線光譜以及采用的調制濾波器在投影圖像
8.根據權利要求3中基于調制濾波器以及神經網絡的X射線散射估計系統，其特征在于，可通過調整調制濾波器的厚度分布和/或材料分布調整X射線衰減系數，來調整調制濾波器在投影圖像的圖案位置，以避免出現半影以及半暗帶效應。
9.根據權利要求1中基于調制濾波器以及神經網絡的X射線散射估計系統，其特征在于，所述X射線成像系統還包括：設置于X射線發生器以及調制濾波器之間的準直器。
10.一種基于調制濾波器以及神經網絡的X射線散射估計方法，其特征在于，應用于X射線成像系統，包括：沿相同光軸依次設置的X射線發生器、調制濾波器以及X射線探測器，所述方法包括：
11.一種基于調制濾波器以及神經網絡的X射線散射估計終端，其特征在于，包括：一或多個存儲器及一或多個處理器；
...【技術特征摘要】
1.一種基于調制濾波器以及神經網絡的x射線散射估計系統，其特征在于，所述系統包括：
2.根據權利要求1中基于調制濾波器以及神經網絡的x射線散射估計系統，其特征在于，基于訓練的神經網絡模型，根據所述投影圖像預測散射x射線圖像，以獲得去除散射x射線的投影圖像包括：
3.根據權利要求2中基于調制濾波器以及神經網絡的x射線散射估計系統，其特征在于，基于訓練的神經網絡模型，對預處理后的投影圖像進行散射校正，獲得去除散射x射線的投影圖像包括：
4.根據權利要求3中基于調制濾波器以及神經網絡的x射線散射估計系統，其特征在于，圖像塊分割處理包括：
5.根據權利要求4中基于調制濾波器以及神經網絡的x射線散射估計系統，其特征在于，基于各圖像塊對應的散射預測結果，獲得散射x射線圖像包括：
6.根據權利要求4中基于調制濾波器以及神經網絡的x射線散射估計系統，其特征在于，神經網絡模型由訓練數據集訓練獲得；
7.根據權利要求3...
【專利技術屬性】
技術研發人員：小野光，
申請(專利權)人：上海電氣控股集團有限公司智惠醫療裝備分公司，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。