CT超低剂量自动三维定位扫描方法及系统技术方案

本发明专利技术公开了一种CT超低剂量自动三维定位扫描方法及系统，所述方法是在常规辐射剂量的条件下，扫描得到正常剂量图像，在正常剂量图像中加入量子噪声和电子噪声，生成超低剂量螺旋扫描图像，进行AI低剂量重建，获得用于CT扫描的三维定位像。本发明专利技术可以在不用停止机架旋转及采用类似的辐射剂量水平的条件下，直接获得三维定位像，自动定位到所需要扫描的区域，进行自动扫描，提升了定位的准确度和扫描效率，同时能够降低病人辐射剂量，降低对扫描操作人员的技术水平和经验等的要求。

【技术实现步骤摘要】
CT超低剂量自动三维定位扫描方法及系统
本专利技术涉及CT扫描
，具体涉及一种能够快速提升扫描效率的CT超低剂量自动三维定位扫描方法及系统。
技术介绍
现有CT（ComputerTomography，X线计算机断层扫描系统）在进行扫描前，通常需要扫描一幅或者二幅定位像，对扫描物体进行定位，为扫描的范围进行设置，比如扫描的长度、病床的高度等，根据该定位像为之后的螺旋或者轴扫确定扫描范围、角度、扫描参数、延迟时间等。扫描定位像时通常将产生X线的球管固定在病人上方或者侧面以对病人进行扫描。现有定位像技术的主要缺点体现在下面几个方面：1.CT扫描和定位像切换需要较长的准备时间。现有定位像扫描技术，球管位置固定不变，病床移动来获取定位像。在后续螺旋或者轴扫CT扫描中需要CT扫描机架达到一个稳定的旋转速度，从机架静止到得到稳定的转速需要较长的加速和稳定过程。通常需要30-60秒钟的时间来进行加速并稳定。而且，如果需要2个或者多个定位像，需要球管旋转到指定的位置，通过多次进床和退床来实现多个定位像扫描，扫描时间会增加更多并且增加病人剂量。2.传统方法无法精准空间定位。如图1所示，球管在病人的上方采集定位像。从图中可以看出，由于X线扇束特点，有射线垂直穿过人体，如穿过体内点到达探测器，也有射线与垂直方向成角穿过人体，同样的物体，如果沿着垂直方向远离射线源移动，原来的点对应于点，那么同样的结构在对应探测器就是点了。由此可见，传统的二维定位像不能够对物体进行精确定位和测量，进而造成扫描区域的图像出现偏差，影响医生对扫描区域的判断。从而有时候需要多次摆位。如图2所示，同样物体在不同的高度下会得到不同的探测器的输出，造成几何定位的不准确，所以定位像上不能准确测量物体的水平位置/尺寸。3.传统方法需要手动选择扫描区域。采集定位像之后，由于只有二维的定位像，且只能提供近似的空间信息，因此只能凭操作人员对器官的扫描区域进行估计并进行扫描。
技术实现思路
技术目的：针对现有技术的不足，本专利技术公开了一种CT超低剂量自动三维定位扫描方法及系统，可以在不用停止机架旋转及采用类似的辐射剂量的水平下，直接获得三维定位像，并自动定位到所需要扫描的区域，进行自动扫描，可以节约扫描准备时间及扫描时间时间，更正定位像误差，同时降低病人剂量，并且不需要额外的硬件辅助，能满足临床需求，大幅度提升定位的准确度和扫描效率。技术方案：为实现上述技术目的，本专利技术采用了如下技术方案：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Featureloss函数和fMSEloss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。优选地，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。优选地，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80Kvp、电流为10mA，机架转速为0.5秒/圈。优选地，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。优选地，步骤S1.3中featureloss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。优选地，步骤S1.3中fMSEloss函数的计算步骤为：S1.3.3、对网络输出图像和Label图像做傅里叶变换，并进行组织相关的窗函数处理，公式如下：其中，为频域傅里叶变换，为组织相关的窗函数，为输出图像，为输入的Label图像；S1.3.4、总的Loss函数为：其中，w为权重因子。优选地，步骤S1.3中的特征提取网络采用vgg16或Resnet网络，图像处理网络采用2DU-net和3DU-net网络。一种CT超低剂量自动三维定位扫描系统，执行所述方法，其特征在于，包括：参数设置模块，用于设置CT扫描的协议参数；CT扫描模块，用于扫描目标对像并获得对应的CT数据；定位像生成模块，用于以AI图像重建方法生成三维定位像并确定扫描区域；图像处理和输出模块，用于对获取的图像进行处理且输出CT扫描结果。有益效果：由于采用了上述技术方案，本专利技术具有如下技术效果：1）扫描时间的减少：现有技术中CT扫描时，整个检查时间包括本文档来自技高网...

【技术保护点】
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：/nS1.1、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；/nS1.2、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；/nS1.3、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；/nS1.4、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；/nS1.5、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。/n

【技术特征摘要】
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Featureloss函数和fMSEloss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80Kvp、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...

【专利技术属性】
技术研发人员：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，
类型：发明
国别省市：江苏;32