【技术实现步骤摘要】
本专利技术涉及图像误差校正，更具体地说，本专利技术涉及一种扫描图像重建用误差动态校正系统。
技术介绍
1、专利公开号为cn103186883a的专利公开了一种ct图像重建中骨硬化伪影的校正方法， 包括如下步骤：采用临床选用的重建参数由原始投影数据重建实际图像；接着采用ct支持的最大扫描视野、 机架的旋转中心及标准重建卷积核作为重建参数由原始投影数据重建目标图像；从目标图像中提取骨头图像；对骨头图像进行正投影获得骨头投影数据，对骨头投影数据进行多项式拟合获得骨硬化误差投影数据；采用临床选用的参数作为重建参数由骨硬化误差投影数据重建骨硬化伪影图像；从重建的实际图像去除骨硬化伪影图像获得校正图像。 本专利技术重建的目标图像中包含所有扫描的骨头信息， 进而使获得的骨硬化误差投影数据与实际扫描过程中穿过骨头的真实投影数据一致， 从而达到良好的骨硬化伪影校正效果。
2、现有的扫描图像重建用误差校正系统，存在以下主要问题：
3、未通过肯德尔等级相关系数来分析和去除相关性过强或过弱的特征，数据集中可能会保留大量的冗余特征。这会增加数据的维度，导致模型复杂度提高，训练时间变长，计算资源消耗加大；没有对缩放系数进行限制，模型的调整过程可能会受到极端缩放系数的影响。系数过大时，模型可能对训练数据的变化过于敏感，导致结果波动大；系数过小时，模型调整不足，难以适应数据特征的变化。
4、缺乏高斯滤波平滑处理的图像会包含大量的随机噪声，这些噪声会掩盖重要的图像特征，使得后续处理和分析过程变得更加困难；模型可能会受到噪声干扰
5、鉴于此，本专利技术提出一种扫描图像重建用误差动态校正系统以解决上述问题。
技术实现思路
1、为了克服现有技术的上述缺陷，为实现上述目的，本专利技术提供如下技术方案：一种扫描图像重建用误差动态校正系统，包括：
2、数据采集模块，用于采集成像设备参数数据、扫描图像参数数据和环境参数数据；
3、数据处理模块，用于对获取的成像设备参数数据、扫描图像参数数据和环境参数数据进行预处理，得到设备特征数据集、图像特征数据集和环境特征数据集；分析环境特征数据集对设备特征数据集和图像特征数据集的影响，得到影响特征数据集；
4、误差预测模块，用于构建误差预测模型，将影响特征数据集输入误差预测模型中，预测得到扫描重建图像误差；
5、调整评估模块，用于将预测的扫描重建图像误差与预设的扫描重建图像误差阈值进行对比，判断是否需要进行校正；
6、误差诊断模块，若不需要进行校正，则直接输出扫描重建图像；若需要进行校正，则采集扫描重建图像误差数据，构建误差类型诊断模型，将扫描重建图像误差数据输入误差类型诊断模型中，预测得到重建图像误差类型；
7、动态校正模块，用于根据重建图像误差类型进行相应的校正调整策略，得到校正后的扫描重建图像，并通过图像重建算法重新构建出校正后的图像模型，各个模块之间通过有线和/或无线的方式进行连接。
8、进一步地，所述成像设备参数数据的特征类别包括设备的扫描角度、设备的扫描速度、设备发射的射线强度、设备扫描的曝光持续时间和扫描设备的温度；扫描图像参数数据的特征类别包括图像的亮度、图像的空间分辨率、图像的对比度、图像的信噪比和图像的均匀性；环境参数数据的特征类别包括成像环境的温度、成像环境的湿度和扫描环境的光照强度。
9、进一步地，所述对获取的成像设备参数数据和环境参数数据进行预处理，得到设备特征数据集和环境特征数据集的方法包括：
10、对成像设备参数数据和环境参数数据，通过计算肯德尔等级相关系数进行特征提取，进而获取设备特征数据集和环境特征数据集；
11、s31、预设有个观测样本，对于每一个观测样本，对应有一个成像设备参数数据和一个环境参数数据；将成像设备参数数据中，设备的扫描角度记为，设备的扫描速度记为，设备发射的射线强度记为，设备扫描的曝光持续时间记为，扫描设备的温度记为；将环境参数数据中，成像环境的温度记为，成像环境的湿度记为，扫描环境的光照强度记为；
12、s32、将成像设备参数数据和环境参数数据中的每一个数据整合表示成一个的矩阵，矩阵的每一行代表一个样本，共行；矩阵的每一列代表成像设备参数数据和环境参数数据中的一个特征，共8列；
13、所述矩阵为：；其中，为第个样本在第个特征上的数值，，；
14、s33、计算任意两个样本对之间是一致对数的数量；对于任意两个样本对，通过一致性判断公式和不一致性判断公式判断任意两个样本对之间是否为一致对，所述一致性判断公式为：
15、；其中，为成像设备参数数据和环境参数数据中变量的第个样本值；为成像设备参数数据和环境参数数据中变量的第个样本值；为成像设备参数数据和环境参数数据中变量的第个样本值；为成像设备参数数据和环境参数数据中变量的第个样本值；为指示函数，当括号中的条件成立时，结果为1，否则为0；为指示函数用于判断两个样本对和是否为一致对；和为样本值的索引；
16、若且，或且，则这对为一致对，返回1；否则返回0；通过对所有可能的样本对进行求和，计算出所有一致对的数量；
17、所述不一致性判断公式为：
18、；其中，为指示函数，用于判断两个样本对和是否为不一致对；
19、若且，或且，则这对为不一致对，返回1；否则返回0；通过对所有可能的样本对进行求和，计算出所有不一致对的数量；
20、s34、给定成像设备参数数据和环境参数数据中，任意观测样本中的两个特征和，计算和之间的肯德尔等级相关系数，计算公式为：；其中，为和之间的肯德尔等级相关系数；为任意两个样本对之间是一致对数的数量；为任意两个样本对之间是不一致对数的数量；为样本数量；为调整肯德尔等级相关系数幅度的缩放系数；和为样本值的索引；
21、通过缩放系数限制公式对调整肯德尔等级相关系数幅度的缩放系数进行限制，所述缩放系数限制公式为：；其中，为一个正的常数，代表缩放系数的最大值；为一个正的常数，用于控制缩放系数的最小值；为特征的数量；为特征的种类；
22、s35、的取值范围为[−1,1]之间；值为正值时表示正相关性，值为负值时表示负相关性，0表示无相关性；当值接近1时，表示两特征之间有强相关性；接近0时，表示两特征之间有弱相关性；根据计算出的值，选择去除的特征，得到设备特征数据集和环境特征数据集；
23、进一步地，所述对获取的扫描图像参数数据进行预处理，得到扫描图像参数数据的方法包括：
24、对扫描图像参数数据进行平滑处本文档来自技高网...
【技术保护点】
1.一种扫描图像重建用误差动态校正系统，其特征在于，包括：
2.根据权利要求1所述的一种扫描图像重建用误差动态校正系统，其特征在于，所述成像设备参数数据的特征类别包括设备的扫描角度、设备的扫描速度、设备发射的射线强度、设备扫描的曝光持续时间和扫描设备的温度；扫描图像参数数据的特征类别包括图像的亮度、图像的空间分辨率、图像的对比度、图像的信噪比和图像的均匀性；环境参数数据的特征类别包括成像环境的温度、成像环境的湿度和扫描环境的光照强度。
3.根据权利要求2所述的一种扫描图像重建用误差动态校正系统，其特征在于，所述对获取的成像设备参数数据和环境参数数据进行预处理，得到设备特征数据集和环境特征数据集的方法包括：
4.根据权利要求3所述的一种扫描图像重建用误差动态校正系统，其特征在于，所述对获取的扫描图像参数数据进行预处理，得到扫描图像参数数据的方法包括：
5.根据权利要求4所述的一种扫描图像重建用误差动态校正系统，其特征在于，所述分析环境特征数据集对设备特征数据集和图像特征数据集的影响，得到影响特征数据集的方法包括：
6.根据
7.根据权利要求6所述的一种扫描图像重建用误差动态校正系统，其特征在于，所述将预测的扫描重建图像误差与预设的扫描重建图像误差阈值进行对比，判断是否需要进行校正的方法包括：
8.根据权利要求7所述的一种扫描图像重建用误差动态校正系统，其特征在于，所述构建误差类型诊断模型，将扫描重建图像误差数据输入误差类型诊断模型中，预测得到重建图像误差类型的方法包括：
9.根据权利要求8所述的一种扫描图像重建用误差动态校正系统，其特征在于，所述根据重建图像误差类型进行相应的校正调整策略，得到校正后的扫描重建图像的方法包括：
10.根据权利要求9所述的一种扫描图像重建用误差动态校正系统，其特征在于，所述通过图像重建算法重新构建出校正后的图像模型的方法包括：
...【技术特征摘要】
1.一种扫描图像重建用误差动态校正系统，其特征在于，包括：
2.根据权利要求1所述的一种扫描图像重建用误差动态校正系统，其特征在于，所述成像设备参数数据的特征类别包括设备的扫描角度、设备的扫描速度、设备发射的射线强度、设备扫描的曝光持续时间和扫描设备的温度；扫描图像参数数据的特征类别包括图像的亮度、图像的空间分辨率、图像的对比度、图像的信噪比和图像的均匀性；环境参数数据的特征类别包括成像环境的温度、成像环境的湿度和扫描环境的光照强度。
3.根据权利要求2所述的一种扫描图像重建用误差动态校正系统，其特征在于，所述对获取的成像设备参数数据和环境参数数据进行预处理，得到设备特征数据集和环境特征数据集的方法包括：
4.根据权利要求3所述的一种扫描图像重建用误差动态校正系统，其特征在于，所述对获取的扫描图像参数数据进行预处理，得到扫描图像参数数据的方法包括：
5.根据权利要求4所述的一种扫描图像重建用误差动态校正系统，其特征在于，所述分析环境...
【专利技术属性】
技术研发人员：吕技伟，陈亮国，李葵，
申请(专利权)人：深圳市亿和精密科技集团有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。