X射线装置及其获取医学图像的方法制造方法及图纸

本发明专利技术公开了一种X射线装置的获取医学图像的方法，包括：获取目标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用于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；并且基于原始辐射图像和散射辐射图像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的学习网络模型是使用多个散射辐射图像和与多个散射辐射图像中的每一个相关的多条捕获条件信息来教导的学习网络模型。

X-ray device and its acquisition method of medical image

【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地测量特征。另外，当根据身体部位的厚度应用不同的散射内核时，X射线装置需要精确地测量身体部位的厚度。另外，考虑到患者的体型和健康状况，人体中准许有许多物质的组合和变化，因此，当使用由有限数量的多个散射内核组成的内核数据库时，可能对于提高辐射图像质量存在限制。因此，可以考虑最近的新技术。例如，最近出现了使用人工智能(AI)系统而不是使用简单搜索数据库的成像技术。AI系统是实现人类水平的智能的计算机系统，其中机器本身学习和判断，因此识别率随着计算机系统的使用而增加。AI技术包括使用学习网络模型模拟人类大脑的识别、判断等功能的元素技术，其中，学习网络模型使用算法来分类/学习输入数据的特征。元素技术可以包括，例如，用于识别人类语言/字符的语言理解技术、用于将对象识别为人类视觉的视觉理解技术、用于确定和逻辑推断和预测信息的推理/预测技术、用于将人的体验信息作为知识数据处理的知识表达技术、以及用于控制车辆自动驾驶和机器人运动的操作控制技术中的至少一种。其中，视觉理解是用于识别对象和将对象处理为人类视觉的技术，并且包括对象识别、对象跟踪、图像搜索、人类识别、场景理解、空间理解、图像增强等。因此，本公开的一个方面是通过使用这样的AI技术来改善由X射线装置检测到的对象的辐射图像的质量。本公开的其他方面将部分地在以下描述中阐述，并且部分地将从描述中变得显而易见，或者可以通过本公开的实践来学习。【问题的解决方案】根据本公开的一个方面，一种获取X射线装置的医学图像的方法包括：获取目标对象的原始辐射图像和目标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用于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获取散射辐射处理的医学图像，其中，配置成估计散射辐射的学习网络模型是使用多个散射辐射图像和与多个散射辐射图像中的每一个相关的多条捕获条件信息来教导的学习网络模型。根据本公开的另一方面，一种获取X射线装置的医学图像的方法包括：获取目标对象的原始辐射图像和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学习网络模型是使用多个原始辐射图像和与多个原始辐射图像中的每一个相关的多条捕获条件信息来教导的学习网络模型。根据本公开的另一方面，一种X射线装置包括：X射线发射器，其被配置为发射X射线以拍摄目标对象；X射线检测器，其被配置为检测穿过对象的从X射线发射器发射的X射线；控制器，其电连接到X射线发射器和X射线检测器以控制X射线装置；以及存储器，其电连接到控制器，其中，所述存储器被配置为存储指令，所述指令允许控制器执行控制操作，以便于当X射线装置操作时，通过输入对象的原始辐射图像和捕获条件信息到被配置为估计散射辐射的学习网络模型来获取与从X射线检测器获取的对象的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的学习网络模型是使用多个散射辐射图像和与多个散射辐射图像中的每一个相关的多条捕获条件信息来教导的学习网络模型。根据本公开的另一方面，一种X射线装置包括：X射线发射器，其被配置为发射X射线以拍摄对象；X射线检测器，其被配置为检测从X射线发射器发射并穿过对象的X射线；控制器，其电连接到X射线发射器和X射线检测器以控制X射线装置；以及将存储器，其电连接到控制器，其中，所述存储器被配置为存储指令，所述指令允许控制器执行控制操作，以便于当X射线装置操作时，通过输入对象的原始辐射图像和捕获条件信息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来从自X射线检测器获取的对象的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学习网络模型是使用多个原始辐射图像和与多个原始辐射图像中的每一个相关的多条捕获条件信息来教导的学习网络模型。根据本公开的另一方面，一种包括计算机可读记录介质的计算机程序产品包括如下指令，其使得X射线装置能够获取目标对象的原始辐射图像以及对象的捕获条件信息，通过输入原始辐射图像和捕获条件信息到被配置为估计散射辐射的学习网络模型来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的学习网络模型是使用多个散射辐射图像和与多个散射辐射图像中的每一个相关的多条捕获条件信息来教导的学习网络模型。根据本公开的另一方面，一种包括计算机可读记录介质的计算机程序产品包括如下指令，其使得X射线装置能够获取目标对象的原始辐射图像以及对象的捕获条件信息，以及通过输入原始辐射图像和捕获条件信息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来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学习网络模型是使用多个原始辐射图像和与多个原始辐射图像中的每一个相关的多条捕获条件信息来教导的学习网络模型。在本公开的一个方面，提供了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用于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本文档来自技高网...

【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