提供X射线图像中的完整的第二关键要素的集合制造技术

本发明专利技术涉及提供X射线图像中的完整的第二关键要素的集合，并且本发明专利技术提供了一种用于提供X射线图像中的完整的第二关键要素的集合的计算机实现的方法，该方法包括：接收第一输入数据；将第一经训练的函数应用于第一输入数据(利用计算单元)，其中，第一输出数据被生成，并且基于第一关键要素确定第一准直区域；接收第二输入数据；将第二经训练的函数应用于第二输入数据，其中，第二输出数据被生成；在第二关键要素的集合不完整的情况下，检查第二关键要素的集合的完整性：接收第三输入数据；将第三经训练的函数应用于第三输入数据，其中，第三输出数据被生成；提供最终输出数据，该最终输出数据包括完整的第二关键要素的集合。数据包括完整的第二关键要素的集合。数据包括完整的第二关键要素的集合。

【技术实现步骤摘要】
提供X射线图像中的完整的第二关键要素的集合


[0001]本专利技术涉及用于提供X射线图像中的完整的第二关键要素的集合的计算机实现的方法、用于提供经训练的函数的计算机实现的方法、提供系统、计算机程序产品、计算机可读介质、训练系统、计算机程序产品、计算机可读介质和X射线系统，其中，改进了基于光学图像的自动准直。

技术介绍

[0002]X射线系统例如射线照相系统或荧光透视系统包括X射线源和X射线检测器。检查对象特别是患者被布置在X射线源与X射线检测器之间，使得可以获取检查区域的X射线图像。X射线源的X射线束受到准直器的限制。准直器限定了准直区域。准直区域的典型形状是由准直器叶片在四个侧上界定的矩形形状。在准直区域内，X射线穿透检查对象，并且穿透对象的X射线由X射线检测器检测。
[0003]限定准直器边界或准直区域的一种已知技术是将RGB相机与深度相机或3D相机一起使用。获取室中的相机将首先捕获来自患者或检查对象的图像。可以例如通过使用AI模型在图像上标识几个关键要素。关键要素可以用于限定准直器边界或准直区域。
[0004]自动准直技术是获取X射线图像的必要部分。准直器是用于限制和缩小束的装置，其限定了X射线图像的边界。良好选择的准直器设置或良好选择的准直区域是改进射线照相成像技术的关键方面之一。良好选择的准直区域防止感兴趣区域之外的不必要的曝光。此外，良好选择的准直区域通过产生例如在感兴趣区域之外生成的更少散射辐射来改善图像质量。感兴趣区域例如肺位于检查区域内。
[0005]然而，由于准直区域的错误设置，要成像的器官的某些必要部分可能无法在X射线图像中完整地被示出。例如，准直区域不够大以至于不能对整个器官进行成像。

技术实现思路

[0006]本专利技术的目的是提供用于提供X射线图像中的完整的第二关键要素的集合的计算机实现的方法、用于提供经训练的函数的计算机实现的方法、提供系统、计算机程序产品、计算机可读介质、训练系统、计算机程序产品、计算机可读介质和X射线系统，该X射线系统减少了重新拍摄X射线图像的需要。
[0007]本专利技术的目的通过以下来实现：根据本专利技术的技术方案所述的用于提供X射线图像中的完整的第二关键要素的集合的计算机实现的方法、根据本专利技术的技术方案所述的用于提供经训练的函数的计算机实现的方法、根据本专利技术的技术方案所述的提供系统、根据本专利技术的技术方案所述的计算机程序产品、根据本专利技术的技术方案所述的计算机可读介质、根据本专利技术的技术方案所述的训练系统、根据本专利技术的技术方案所述的计算机程序产品、根据本专利技术的技术方案所述的计算机可读介质以及根据本专利技术的技术方案所述的X射线系统。
[0008]在下文中，关于所要求保护的提供系统以及关于所要求保护的方法来描述根据本
专利技术的解决方案。本文中的特征、优点或替选实施方式可以被分配给其他要求保护的对象，反之亦然。换句话说，可以利用在方法的上下文中描述或要求保护的特征来改进提供系统的权利要求。在这种情况下，该方法的功能性特征由提供系统的目标单元来实现。
[0009]此外，在下文中，关于用于提供X射线图像中的完整的第二关键要素的集合的方法和系统以及关于用于训练经训练的函数的方法和系统来描述根据本专利技术的解决方案。本文中的特征、优点或替选实施方式可以被分配给其他要求保护的对象，反之亦然。换句话说，可以利用在用于提供X射线图像中的完整的第二关键要素的集合的方法和系统的上下文中描述或要求保护的特征来改进用于训练经训练的函数的方法和系统的权利要求，反之亦然。
[0010]特别地，用于提供X射线图像中的完整的第二关键要素的集合的方法和系统的经训练的函数可以通过用于训练经训练的函数的方法和系统来调整。此外，输入数据可以包括训练输入数据的有利特征和实施方式，反之亦然。此外，输出数据可以包括输出训练数据的有利特征和实施方式，反之亦然。
[0011]本专利技术涉及一种用于提供X射线图像中的完整的第二关键要素的集合的计算机实现的方法，该方法包括：
[0012]‑
特别地，利用第一接口接收第一输入数据，其中，第一输入数据是检查区域的光学图像，
[0013]‑
特别地，利用计算单元将第一经训练的函数应用于第一输入数据，其中，第一输出数据被生成，其中，第一输出数据包括检测到的第一关键要素，并且基于第一关键要素确定第一准直区域，
[0014]‑
特别地，利用第二接口接收第二输入数据，其中，第二输入数据是使用第一准直区域获取的检查区域的X射线图像，
[0015]‑
特别地，利用第一计算单元将第二经训练的函数应用于第二输入数据，其中，第二输出数据被生成，其中，第二输出数据包括检测到的第二关键要素，
[0016]‑
在第二关键要素的集合不完整的情况下，检查第二关键要素的集合的完整性：
[0017]‑
特别地，利用第三接口接收第三输入数据，其中，第三输入数据包括使用第一准直区域获取的检查区域的X射线图像以及第二关键要素，
[0018]‑
特别地，利用计算单元将第三经训练的函数应用于第三输入数据，其中，第三输出数据被生成，其中，第三输出数据包括至少一个估计的第三关键要素以使第二关键要素的集合完整，
[0019]‑
特别地，利用第四接口提供最终输出数据，该最终输出数据包括完整的第二关键要素的集合。
[0020]本专利技术可以适用于各种X射线系统，尤其是射线照相系统、乳腺X线照相系统或荧光透视系统。X射线系统可以包括相机特别是3D相机、X射线源和X射线检测器。在本专利技术中，考虑胸部X射线图像的示例来解释本专利技术。本专利技术可以适用于身体的其他解剖区域。关键要素特别是数量和位置可以因身体部位而异。
[0021]关键要素可以描述相关解剖特征例如肺边界、骨骼、关节等的位置或坐标。关键要素可以是点、线、面积或体积。在优选实施方式中，关键要素可以是点，也被称为关键点。在另一实施方式中，关键要素可以是例如描述骨骼的边界的线。关键要素可以包括形状，例如
点、线、面积或体积以及位置。位置可以例如由形状的中心来限定。关键要素以及优选地关键要素的集合可以描述解剖特征和/或其位置。
[0022]第一输入数据是检查区域的光学图像。术语“光学的”可以描述光学装置用于获取光学图像。可以使用2D相机或3D相机来获取光学图像。光学装置可以使用从380nm至780nm的波长。光学图像可以包括检查区域的颜色信息，特别是RGB信息。光学图像可以包括检查区域的深度信息。在优选实施方式中，光学图像包括RGB信息和深度信息。在另一实施方式中，光学图像包括仅RGB信息或者仅深度信息。在乳腺X线照相术领域的用例中，光学图像可以仅包括深度信息。可以使用深度相机。
[0023]第一经训练的函数特别是深度学习算法被应用于第一输入数据，其中，第一输出数据被生成。第一输出数据包括光学图像中的检测到的第一关键要素。基于第一关键要素确定第一准直区域。可以基于第一关键要素来推算或计算第一准直区域。在光本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种用于提供X射线图像中的完整的第二关键要素的集合的计算机实现的方法(10)，包括：
‑
接收(11)第一输入数据，其中，所述第一输入数据是检查区域的光学图像，
‑
将第一经训练的函数应用(12)于所述第一输入数据，其中，第一输出数据被生成，其中，所述第一输出数据包括检测到的第一关键要素，并且基于所述第一关键要素确定第一准直区域，
‑
接收(13)第二输入数据，其中，所述第二输入数据是使用所述第一准直区域获取的检查区域的X射线图像，
‑
将第二经训练的函数应用(14)于所述第二输入数据，其中，第二输出数据被生成，其中，所述第二输出数据包括检测到的第二关键要素，
‑
在第二关键要素的集合不完整的情况下，检查(15)所述第二关键要素的集合的完整性：
‑
接收(16)第三输入数据，其中，所述第三输入数据包括使用所述第一准直区域获取的检查区域的X射线图像以及所述第二关键要素，
‑
将第三经训练的函数应用(17)于所述第三输入数据，其中，第三输出数据被生成，其中，所述第三输出数据包括至少一个估计的第三关键要素以使所述第二关键要素的集合完整，
‑
提供(18)最终输出数据，所述最终输出数据包括完整的第二关键要素的集合。2.根据权利要求1所述的方法，其中，所述完整的第二关键要素的集合被传送至所述光学图像。3.根据权利要求2所述的方法，其中，基于所传送的完整的第二关键要素的集合来确定第二准直区域。4.根据权利要求3所述的方法，其中，使用所述第二准直区域获取所述检查区域的第二X射线图像。5.一种用于提供第三经训练的函数的计算机实现的方法(40)，包括：
‑
接收(41)输入训练数据，其中，所述输入训练数据包括与第一准直区域对应的X射线图像，
‑
接收(42)输出训练数据，其中，所述输出训练数据与所述输入训练数据相关，其中，所述输出训练数据包括至少一个估计的第三关键要素，
‑
基于所述输入训练数据和所述输出训练数据来训练(43)第三函数，
‑
提供(44)所述第三经训练的函数。6.根据权利要求5所述的方法，其中，根据完整的X射线图像(51)推断至少一个估计的第三关键要素。7.根据权利要求6所述的方法，其中，所述输入训练数据基于所述完整的X射线图像的经裁剪的X射线图像(50)。8.根据权利要求1至4中一项所述的方法，其中，通过根据权利要求5至7中一项所述的方法来提供所述经训练的函数。9.一种提供(260)系统，包括：
‑
第一接口(261)，所述第一接口(261)被配置用于接收第一输入数据，其中，所述第一
输入数据是检查区域的光学图像，
‑
第一计算单元(262)，所...

【专利技术属性】
技术研发人员：拉姆亚尔，
申请(专利权)人：西门子医疗有限公司，
类型：发明
国别省市：