医学成像设备的图像质量检测方法及系统、存储介质技术方案

本发明专利技术的实施例提供了一种医学成像设备的图像质量检测方法和系统、计算机可读存储介质，该方法包括：采集图像相关信息，图像相关信息包括通过医学成像设备对待识别目标物体进行成像生成的待评估图像；基于至少部分图像相关信息确定待识别目标物体的类型信息；以及，基于确定的待识别目标物体的类型信息对待评估图像进行自动分析以评估待评估图像的质量。

【技术实现步骤摘要】
医学成像设备的图像质量检测方法及系统、存储介质
本专利技术涉及医学成像领域，尤其涉及一种医学成像设备的图像质量检测方法及系统。
技术介绍
诸如CT(ComputingTomography，计算机断层)、MR(MagneticResonance，磁共振)、X光机、C形臂等医学成像设备在交付给客户之前，需要进行精确的校准以确保各项指标符合标准，其中，需要对设备所生成的图像进行图像质量检测。而为了进一步提升生产力，需要提出改进的对这些成像设备进行图像质量检测的方法，以克服传统图像质量检测流程中人力、时间成本较高的不足。
技术实现思路
本专利技术的一个目的在于提供一种改进的医学成像设备的图像质量检测方法，其中自动进行图像质量检测，提升效率。本专利技术的示例性实施例提供了一种医学成像设备的图像质量检测方法，包括：采集图像相关信息，图像相关信息包括通过医学成像设备对待识别目标物体进行成像生成的待评估图像；基于至少部分图像相关信息确定待识别目标物体的类型信息；以及，基于确定的待识别目标物体的类型信息对待评估图像进行自动分析以评估待评估图像的质量。本专利技术的示例性实施例还提供了一种计算机可读存储介质，用于存储计算机程序，该计算机程序用于被执行以实现上述医学成像设备的图像质量检测方法。本专利技术的示例性实施例还提供了一种医学成像设备的图像质量检测系统，包括：采集模块，用于采集图像相关信息，图像相关信息包括通过医学成像设备对待识别目标物体进行成像生成的待评估图像；类型识别模块，用于基于至少部分图像相关信息确定待识别目标物体的类型信息；以及，评估模块，用于基于确定的待识别目标物体的类型信息对待评估图像进行自动分析以评估待评估图像的质量。通过下面的详细描述、附图以及权利要求，其他特征和方面会变得清楚。附图说明通过结合附图对于本专利技术的示例性实施例进行描述，可以更好地理解本专利技术，在附图中：图1为一个示例的CT成像设备的框图；图2为本专利技术一个实施例提供的医学成像设备的图像质量检测方法的流程图；图3为本专利技术另一个实施例提供的医学成像设备的图像质量检测方法的流程图，其中示出了图2中步骤S23的子步骤S231和S233；图4为本专利技术另一个实施例提供的医学成像设备的图像质量检测方法的流程图，其中示出了图2中步骤S25的子步骤S253和S255；图5为本专利技术另一个实施例提供的医学成像设备的图像质量检测方法的流程图，其中进一步示出了图2中步骤S25的子步骤S251；图6至图8分别示出了使用不同模体进行成像所生成的图像的示例；图9为本专利技术一个实施例提供的医学成像设备的图像质量检测系统的框图。具体实施方式以下将描述本专利技术的具体实施方式，需要指出的是，在这些实施方式的具体描述过程中，为了进行简明扼要的描述，本说明书不可能对实际的实施方式的所有特征均作详尽的描述。应当可以理解的是，在任意一种实施方式的实际实施过程中，正如在任意一个工程项目或者设计项目的过程中，为了实现开发者的具体目标，为了满足系统相关的或者商业相关的限制，常常会做出各种各样的具体决策，而这也会从一种实施方式到另一种实施方式之间发生改变。此外，还可以理解的是，虽然这种开发过程中所作出的努力可能是复杂并且冗长的，然而对于与本专利技术公开的内容相关的本领域的普通技术人员而言，在本公开揭露的
技术实现思路
的基础上进行的一些设计，制造或者生产等变更只是常规的技术手段，不应当理解为本公开的内容不充分。除非另作定义，权利要求书和说明书中使用的技术术语或者科学术语应当为本专利技术所属
内具有一般技能的人士所理解的通常意义。本专利技术专利申请说明书以及权利要求书中使用的“第一”、“第二”以及类似的词语并不表示任何顺序、数量或者重要性，而只是用来区分不同的组成部分。“一个”或者“一”等类似词语并不表示数量限制，而是表示存在至少一个。“包括”或者“包含”等类似的词语意指出现在“包括”或者“包含”前面的元件或者物件涵盖出现在“包括”或者“包含”后面列举的元件或者物件及其等同元件，并不排除其他元件或者物件。“连接”或者“相连”等类似的词语并非限定于物理的或者机械的连接，也不限于是直接的还是间接的连接。本专利技术的实施例可以用于例如CT、MR、X光机或者C形臂成像设备中或者用于能够与多个上述这样的成像设备进行通信的系统平台中。图1为一种示例的CT成像设备的框图，如图1所示，该CT成像设备包括机架102，机架102上相对地设置有X射线源104和X射线探测器，X射线源104用于向目标物体204辐射X射线束，X射线探测器包括形成为探测器阵列108的多个探测器元件，用于接收经目标物体204后强度衰减的X射线束。在出厂前的测试阶段，目标物体204可以为具有不同特性的模体，也可以为空气，这些模体或者空气的图像可以用以实现例如比度、清晰度检测等不同目的的图像质量检测。在一个实施例中，机架102及其上的部件用于绕旋转中心206旋转以采集投影数据，使得X射线源104和X射线探测器随着机架102在成像平面内绕目标物体204旋转，因此X射线束与对象相交的角度不断变化，X射线探测器在一个角度(或视角)下接收的辐射衰减数据，即投影数据，可以称为视野(View)，对目标物体204的一次扫描包括在X射线源104和X射线探测器旋转的过程中从多个角度得到的多个视野。上述CT成像设备可以执行轴向扫描，在轴向扫描中，可以处理投影数据以重建二维切片图像，例如，可以利用图像重建方法来基于投影数据重建图像，在这个过程中，扫描产生的衰减数据被转换为CT值(或者Hu)，其可以通过像素的亮度来体现。上述CT成像设备还可以执行螺旋扫描，在螺旋扫描中，移动目标物体204来获取多个切片，例如可以通过锥形束X射线螺旋扫描沿螺旋轨迹获取多个切片，多个二维切片图像可以重建为三维图像。在一个实施例中，CT成像设备还包括控制机构208。控制机构208可以包括X射线控制器210，其用于向X射线辐射源104提供功率和定时信号。控制机构208还可以包括机架电机控制器212，其用于基于成像要求控制机架102的旋转速度和/或位置。在一个实施例中，CT成像设备进一步包括数据采集系统(DAS)214，用于对探测器阵列108接收的模拟衰减数据进行数字化以用于后续处理。在一个实施例中，CT成像设备进一步包括计算装置216，由DAS214采样和数字化的数据传输到计算机或计算装置216进行处理。在一个示例中，计算装置216将数据存储在例如大容量存储器218的存储设备中。该大容量存储器218可以包括硬盘驱动器、软盘驱动器、光盘读/写(CD-R/W)驱动器、数字通用磁盘(DVD)驱动器、闪存驱动器和/或固态存储装置等。此外，计算装置216还用于向DAS214、X射线控制器210和扫描架电机控制器212提供命令和参数，以控制系统操作，例如数据采集和/或处理。在一个实施例中，计算装置216基于用户输本文档来自技高网...

【技术保护点】
1.一种医学成像设备的图像质量检测方法，包括：/n采集图像相关信息，所述图像相关信息包括通过所述医学成像设备对待识别目标物体进行成像生成的待评估图像；/n基于至少部分所述图像相关信息确定所述待识别目标物体的类型信息；以及，/n基于确定的待识别目标物体的类型信息对所述待评估图像进行自动分析以评估所述待评估图像的质量。/n

【技术特征摘要】
1.一种医学成像设备的图像质量检测方法，包括：
采集图像相关信息，所述图像相关信息包括通过所述医学成像设备对待识别目标物体进行成像生成的待评估图像；
基于至少部分所述图像相关信息确定所述待识别目标物体的类型信息；以及，
基于确定的待识别目标物体的类型信息对所述待评估图像进行自动分析以评估所述待评估图像的质量。


2.根据权利要求1所述的方法，其特征在于，所述图像相关信息还包括以下信息中的一种或多种：对所述待识别目标物体进行成像时采用的一个或多个成像参数、所述待识别目标物体的一个或多个特征信息、与所述待识别目标物体对应的图像质量评估标准。


3.根据权利要求2所述的方法，其特征在于，基于至少部分所述图像相关信息确定所述待识别目标物体的类型信息的步骤包括：
访问信息数据库，所述信息数据库中存储有与已知类型信息的目标物体相关联的图像相关信息；
在所述信息数据库中确定与采集的图像相关信息中的一个或多个相匹配的图像相关信息及其关联的目标物体的类型信息。


4.根据权利要求3所述的方法，其特征在于，所述与已知类型信息的目标物体相关联的图像相关信息包括该类型目标物体的特征图像；基于至少部分所述图像相关信息确定所述待识别目标物体的类型信息的步骤包括：在所述信息数据库中确定与所述待评估图像相匹配的特征图像及其关联的目标物体的类型信息。


5.根据权利要求1所述的方法，其特征在于，基于至少部分所述图像相关信息确定所述待识别目标物体的类型信息的步骤包括：
通过训练的第一神经网络对所述待评估图像进行分析以确定所述待评估图像中的待识别目标物体的类型信息。


6.根据权利要求1所述的方法，其特征在于，所述待识别目标物体的类型信息包括待识别目标物体的一个或多个特征信息。


7.根据权利要求1所述的方法，其特征在于，基于确定的待识别目标物体的类型信息对所述待评估图像进行自动分析的步骤包括：
基于确定的类型信息确定对应的图像质量评估标准；以及，
基于确定的图像质量评估标准对所述待评估图像进行自动分析以评估所述待评估图像的质量。


8.根据权利要求7所述的方法，其特征在于，基于确定的待识别目标物体的类型信息对所述待评估图像进行自动分析的步骤还包括：在所述待评估图像中自动提取感兴趣区域；基于确定的图像质量评估标准对所述待评估图像进行自动分析的步骤包括：基于确定的图像质量评估标准对提取的感兴趣区域进行自动分析以评估所述待评估图像的质量。


9.根据权利要求8所述的方法，其特征在于，基于所述待识别目标物体的类型信息、通过图像自动处理的方式在所述待评估图像中提取感兴趣区域。


10.根据权利要求8所述的方法，其特征在于，通过训练的第二神经网络对所述待评估图像进行分析以在所述待评估图像中提取感兴趣区域。


11.根据权利要求8所述的方法，其特征在于，基于确定的待识别目标物体的类型信息对所述待评估图像进行自动分析的步骤包括：
计算所述待评估图像或其感兴趣区域的像素标准偏差；
计算所述待评估图像或其感兴趣区域与特征图像中的相应区域的像素偏差，所述特征图像预存在信息数据库中并与确定的待识别目标物体的类型信息相关联；
计算所述待评估图像或其感兴趣区域与所述特征图像的关联程度；
计算所述感兴趣区域与背景图像之间的差异；
将二维图像转换为一维数据进行数据分析；以及，
将二维图像组合至三维数据库中并进行三维数据分析。


12.根据权利要求8所述的方法，其特征在于，基于确定的待识别目标物体的类型信息对所述待评估图像进行自动分析的步骤包括：
通过训练的第三神经网络对所述待评估图像或其中的...

【专利技术属性】
技术研发人员：曹蹊渺，王学礼，陈文波，谢强，
申请(专利权)人：通用电气精准医疗有限责任公司，
类型：发明
国别省市：美国;US