【技术实现步骤摘要】
【国外来华专利技术】X射线装置及其获取医学图像的方法
本公开的示例性实施例涉及X射线装置及其获取医学图像的方法,更具体地,涉及通过处理由X射线装置检测到的对象的辐射图像来获取具有改善质量的医学图像的方法,以及用于执行该方法的X射线装置。
技术介绍
X射线装置能够利用X射线照射对象以获取其辐射图像。在这种情况下,由X射线检测器检测的辐射除了包括重要信息的主辐射之外,还可以包括降低图像质量的散射辐射。为了过滤散射辐射,可以在对象和X射线检测器之间使用防散射物理网格。当使用防散射物理网格时,需要X射线检测器和X射线发射器管之间的精确对准。然而,难以将X射线检测器相对于X射线发射器管对准,因此用户可能会避免使用防散射物理网格。另外,由于难以将防散射物理网格附接到X射线检测器以及将防散射物理网格从X射线检测器拆卸,并且难以对其进行消毒管理,因此可能会避免使用防散射物理网格。当不使用防散射物理网格时,X射线图像的质量可能显着降低,因此,需要用算法补偿X射线图像的质量。例如,为了从由X射线检测器检测的原始辐射图像中去除散射辐射图像,可以考虑根据身体部位(例如,身体的一部分或身体上或身体内的位置)的区域或厚度的特征来使用由多个散射内核组成的内核数据库。在这种情况下,当输入原始辐射图像时,X射线装置可以根据身体部位的区域或厚度应用不同的散射内核,以获取从中去除散射辐射的辐射图像。
技术实现思路
【技术问题】为了通过在X射线装置中应用多个散射内核来去除散射辐射,有利的是基于身体部位精确地估计特征。例如,当根据身体部位的区域应用散射内核时,X射线装置需要根据身体部位的区域和身体部位之间的连接部分来精确 ...
【技术保护点】
1.一种由一个或多个计算机执行的获取X射线装置的医学图像的方法,所述方法包括:获取对象的原始辐射图像以及对象的捕获条件信息;通过将原始辐射图像和捕获条件信息输入到被配置为估计散射辐射的学习网络模型,获取与原始辐射图像相关的散射辐射图像;以及基于原始辐射图像和散射辐射图像从原始辐射图像输出散射辐射处理的医学图像,所述散射辐射处理的医学图像具有比原始辐射图像更少的散射辐射信息,其中,被配置为估计散射辐射的所述学习网络模型包括基于多个散射辐射图像和与多个散射辐射图像相关的多条捕获条件信息来教导的学习网络模型。
【技术特征摘要】
【国外来华专利技术】2017.03.20 KR 10-2017-0034381;2016.11.25 US 62/4261.一种由一个或多个计算机执行的获取X射线装置的医学图像的方法,所述方法包括:获取对象的原始辐射图像以及对象的捕获条件信息;通过将原始辐射图像和捕获条件信息输入到被配置为估计散射辐射的学习网络模型,获取与原始辐射图像相关的散射辐射图像;以及基于原始辐射图像和散射辐射图像从原始辐射图像输出散射辐射处理的医学图像,所述散射辐射处理的医学图像具有比原始辐射图像更少的散射辐射信息,其中,被配置为估计散射辐射的所述学习网络模型包括基于多个散射辐射图像和与多个散射辐射图像相关的多条捕获条件信息来教导的学习网络模型。2.根据权利要求1所述的方法,其中,获取散射辐射图像包括:基于学习网络模型的多个网络节点与所述多个网络节点的权重之间的关系来获取散射辐射图像。3.根据权利要求1所述的方法,其中,所述原始辐射图像包括当不使用防散射网格时捕获的对象的原始辐射图像。4.根据权利要求1所述的方法,其中,获取所述散射辐射图像包括:接收用户输入以设置散射辐射的去除程度,以及获取具有与设置的散射辐射的去除程度相对应的散射辐射强度的散射辐射图像。5.根据权利要求1所述的方法,其中,输出所述散射辐射处理的医学图像包括从原始辐射图像获取散射辐射去除的辐射图像。6.根据权利要求1所述的方法,其中,被配置为估计散射辐射的所述学习网络模型包括基于对象的区域的特征和对象的厚度中的至少一个来教导的模型。7.根据权利要求1所述的方法,其中,被配置为估计散射辐射的所述学习网络模型包括基于原始辐射图像的散射辐射的去除程度来教导的模型。8.根据权利要求1所述的方法,其中,所述捕获条件信息包括应用以产生X射线的电压、应用以产生X射线的电流、从X射线发射器到对象的距离和发射的X射线的能带中的至少一个。9.根据权利要求1所述的方法,其中,所述学习网络模型被存储在X射线装置的存储器或外部服务器的存储器中,其中,当所述学习网络模型被存储在外部服务器的存储器中时,获取散射辐射图像包括通过将原始辐射图像和捕获条件信息输入到被存储在所述外部服务器中的学习网络模型来获取散射辐射图像。10.一种由一个或多个计算机执行的获取X射线装置的医学图像的方法,所述方法包括:获取目标对象的原始辐射图像以及目标对象的捕获条件信息;以及通过将原始辐射图像和捕获条件信息输入到被配置为估计散射辐射处理的医学图像的学习网络模型,从原始辐射图像获取散射辐射处理的医学图像,其中,被配置为估计散射辐射处理的医学图像的所述学习网络模型包括基于多个原始辐射图像和与多个原始辐射图像相关的多条...
【专利技术属性】
技术研发人员:宋正龙,李炳元,
申请(专利权)人:三星电子株式会社,
类型:发明
国别省市:韩国,KR
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。