基于图像深度学习的CT二次扫描定位方法、系统及计算机可读存储介质技术方案

本发明专利技术提供了一种基于图像深度学习的CT二次扫描定位方法、系统及计算机可读存储介质，所述方法包括安装摄像设备，使其视野覆盖CT床板和CT机架区域，并建立所述摄像设备的成像模型；标定所述摄像设备以获取所述摄像设备的内部参数、外部参数和畸变系数；所述摄像设备开启，并连续采集图像；CT进行第一次扫描过程和第二次扫描过程获取第一次扫描定位片，期间所述摄像设备获取第一次扫描过程的第一图像和第二次扫描过程的第二图像；对比所述第一图像和第一图像，获取两次扫描的范围偏差从而预测所述第二扫描定位片所标定的扫描范围，省略第二次定位片扫描，直接进行第二次身体部位扫描。加快扫描效率，降低对患者的扫描辐射。

【技术实现步骤摘要】
基于图像深度学习的CT二次扫描定位方法、系统及计算机可读存储介质
本专利技术涉及电子计算机断层扫描
，尤其涉及一种基于图像深度学习的CT二次扫描定位方法、系统及计算机可读存储介质。
技术介绍
在CT系统或PET-CT系统中对人体特定部位进行扫描之前，为了方便医生能准确的定义出人体需扫描的范围，首先需进行定位扫描，经过定位扫描可以获取定位片(topogramm)。定位片是在进行主要的断层扫描之前获得的初步影像，其是指将X射线源置于要求的角度(正位或侧位)固定不动，随着床自动地将病人送入机架内并进行一系列X射线曝光所得的类似X线平片的定位片。操作员可根据定位片选择机架倾斜的角度，并可在定位片上用参考线标出预扫描部位的开始扫描位置、预扫描部位的结束扫描位置、角度层厚，然后可根据定位片上用参考线作出的标记仅对人体的特定部位进行扫描。但是，上述CT系统或PET-CT系统进行扫描的定位方法中，经常会遇到一次扫描因数据不足或图像模糊而需要第二次扫描的情况。例如：CT扫描时由于扫描范围的不够造成某些器官的部分漏扫，或因为在扫描过程中病人不慎有身体移动而需要补扫；CT或PET-CT扫描时，因为炎症、结节性肉芽肿等也出现了示踪剂大量聚集到以上部位的情况，使得假阳性结论量增高，给精细准确诊断带来了困难。为了能更好地进行鉴别，需要再进行一次延时扫描，往往需要对病人再次进行定位扫描以获取定位片，不仅使得整体扫描时间过长，还会使病人受到很多X射线辐射，费时费力。
技术实现思路
为了克服上述技术缺陷，本专利技术的目的在于提供一种ABC。本专利技术公开了一种基于图像深度学习的CT二次扫描定位方法，包括如下步骤：安装摄像设备，使得所述摄像设备的视野覆盖CT床板和CT机架区域，建立所述摄像设备的成像模型；通过所述摄像设备采集规格确定的棋盘格标定板的图组，获取所述棋盘格标定板的组图的角点像素坐标集；根据所述所述棋盘格标定板的规格参数、床码间距获取角点初始世界坐标集；建立像素坐标到世界坐标的点集单映射关系，通过所述成像模型和点集单映射关系获取所述摄像设备的内部参数、外部参数和畸变系数；所述摄像设备开启，并连续采集图像；CT进行第一次扫描过程，包括定位片扫描获取第一扫描定位片、通过所述第一扫描定位片进行第一次身体部位扫描；期间，所述摄像设备获取第一次扫描过程的第一图像；CT进行第二次扫描过程，期间，所述摄像设备获取第二次扫描过程的第二图像；对比所述第一图像和第一图像，获取两次扫描的范围偏差，所述范围偏差包括中心点偏差和长宽偏差；基于所述第一扫描定位片所标定的扫描范围和所述范围偏差，预测所述第二扫描定位片所标定的扫描范围；通过所述第二扫描定位片所标定的扫描范围获取第二次身体部位扫描的扫描范围。优选地，在所述摄像设备开启，并连续采集图像的步骤前，还包括：对身体图像和定位片图像进行深度学习，获取定位片的深度学习模型；所述摄像设备获取第一次扫描过程的第一图像后，通过所述第一图像和所述深度学习模型获取第一次扫描定位框；所述摄像设备获取第二次扫描过程的第二图像后，通过所述第二图像和所述深度学习模型获取第二次扫描定位框；对比所述第一次扫描定位框和所述第二次扫描定位框，获取两次扫描的所述范围偏差。优选地，所述对比所述第一图像和第一图像，获取两次扫描的范围偏差的步骤包括：对比所述第一图像和第一图像的关键像素点的位移，从而获取两次扫描的所述范围偏差。优选地，所述建立所述摄像设备的所述成像模型的步骤包括：通过测量所述摄像设备与CT床板的相对位置关系，获取摄像头与CT床板之间的几何关系，所述相对位置关系包括CT床板的平移距离、CT机架的偏转角；通过所述摄像设备的预设参数和所述几何关系获取实际的扫描起始位置和扫描长度，所述预设参数包括基准物、相对距离、成像设备放大倍率。优选地，所述通过所述摄像设备采集规格确定的棋盘格标定板的图组，获取所述棋盘格标定板的组图的角点像素坐标集的步骤包括：使用位置已固定的所述摄像设备拍摄一组棋盘格标定板，并采集图像；取所采集图像灰度载入并降采样，得到降采样后的灰度图；对降采样后的灰度图进行自适应二值化，得到二值图像；对二值图像进行形态学膨胀，得到分离后的黑块图像；对分离的黑块图像进行霍夫变换，确定出所有角点初步角点坐标；对所有初步角点坐标进行坐标精细化迭代，得到亚像素级精度角点坐标集；所述根据所述所述棋盘格标定板的规格参数、床码间距获取角点初始世界坐标集的步骤包括：使用预设的所述棋盘格标定板世界坐标集和检测所得的角点UV坐标集，建立像素UV坐标系、图像坐标系、相机坐标系和世界坐标系；所述建立像素坐标到世界坐标的点集单映射关系，通过所述成像模型和点集单映射关系获取所述摄像设备的内部参数、外部参数和畸变系数的步骤包括：建立像素UV坐标系、图像坐标系、相机坐标系和世界坐标系的映射关系，使世界坐标系中的坐标与像素UV坐标系中的坐标建立一对一的换算关系，并获得摄像设备的内部参数和外部参数；计算并校正所述摄像设备在成像过程中产生的畸变系数；将畸变系数引入成像模型，空间点世界坐标与图像UV坐标满足二次关系；由标定板角点世界坐标集、UV坐标系中的亚像素级角点集建立点对点映射关系，并使用高斯牛顿迭代法逼近非线性函数值，求解极小点估计值，重复迭代至满足所需精度。优选地，所述第一次扫描定位框和所述第二次扫描定位框为矩形框或平行四边形框，所述矩形框的中心点坐标和长宽尺寸确定，所述平行四边形框的中心点坐标、长宽尺寸、及内角度数确定；所述通过所述第二扫描定位片所标定的扫描范围获取第二次身体部位扫描的扫描范围的步骤包括：通过所述第一次扫描定位框和所述第二次扫描定位框的中心点坐标、长宽尺寸、及内角度数，获取实际扫描过程中CT床板的位移值、扫描范围和CT机架的偏转角。优选地，所述根据所述棋盘格标定板的规格参数、床码间距获取角点初始世界坐标集的步骤包括：调节CT床板的高度至参考平面并放置所述棋盘格标定板，沿CT机架进床方向移动移床，直至机架外侧的垂直激光灯照射点位于标定板表面；定义标定板平面与垂直激光灯射线交点为测距参考点Pref，其在UV坐标系中的成像点为(uref,vref)；所述通过所述第一次扫描定位框和所述第二次扫描定位框的中心点坐标、长宽尺寸、及内角度数，获取实际扫描过程中CT床板的位移值、扫描范围和CT机架的偏转角，包括：通过测距参考点Pref在UV坐标系中的成像点为(uref,vref)的世界坐标集，获取CT机曝光中心至外激光源投射中心的水平世界距离dis0和实际扫描长度len；且wb＝f(ξ(μ0+w/2,υ0+h),1)其中，UV范围L(μ0,υ0,w,h)表示框定的起始点像素坐标为(μ0,υ0)，框宽高为w,h；wref,wa,wb分别为测距参考点Pref的世界坐标、框上边沿中点的世界坐标、下边沿中点的世界坐标；Δht为Ht相对于标定平面床高的上升量(毫米)；函数关系ξ(u,v)表示坐标(u,v)的畸变补偿校正，函数关系f(puv,1)将校正后的puv点换本文档来自技高网...

【技术保护点】
1.一种基于图像深度学习的CT二次扫描定位方法，其特征在于，包括如下步骤：/n安装摄像设备，使得所述摄像设备的视野覆盖CT床板和CT机架区域，建立所述摄像设备的成像模型；/n通过所述摄像设备采集规格确定的棋盘格标定板的图组，获取所述棋盘格标定板的组图的角点像素坐标集；根据所述所述棋盘格标定板的规格参数、床码间距获取角点初始世界坐标集；建立像素坐标到世界坐标的点集单映射关系，通过所述成像模型和点集单映射关系获取所述摄像设备的内部参数、外部参数和畸变系数；/n所述摄像设备开启，并连续采集图像；/nCT进行第一次扫描过程，包括定位片扫描获取第一扫描定位片、通过所述第一扫描定位片进行第一次身体部位扫描；期间，所述摄像设备获取第一次扫描过程的第一图像；/nCT进行第二次扫描过程，期间，所述摄像设备获取第二次扫描过程的第二图像；/n对比所述第一图像和第一图像，获取两次扫描的范围偏差，所述范围偏差包括中心点偏差和长宽偏差；/n基于所述第一扫描定位片所标定的扫描范围和所述范围偏差，预测所述第二扫描定位片所标定的扫描范围；/n通过所述第二扫描定位片所标定的扫描范围获取第二次身体部位扫描的扫描范围。/n

【技术特征摘要】
1.一种基于图像深度学习的CT二次扫描定位方法，其特征在于，包括如下步骤：
安装摄像设备，使得所述摄像设备的视野覆盖CT床板和CT机架区域，建立所述摄像设备的成像模型；
通过所述摄像设备采集规格确定的棋盘格标定板的图组，获取所述棋盘格标定板的组图的角点像素坐标集；根据所述所述棋盘格标定板的规格参数、床码间距获取角点初始世界坐标集；建立像素坐标到世界坐标的点集单映射关系，通过所述成像模型和点集单映射关系获取所述摄像设备的内部参数、外部参数和畸变系数；
所述摄像设备开启，并连续采集图像；
CT进行第一次扫描过程，包括定位片扫描获取第一扫描定位片、通过所述第一扫描定位片进行第一次身体部位扫描；期间，所述摄像设备获取第一次扫描过程的第一图像；
CT进行第二次扫描过程，期间，所述摄像设备获取第二次扫描过程的第二图像；
对比所述第一图像和第一图像，获取两次扫描的范围偏差，所述范围偏差包括中心点偏差和长宽偏差；
基于所述第一扫描定位片所标定的扫描范围和所述范围偏差，预测所述第二扫描定位片所标定的扫描范围；
通过所述第二扫描定位片所标定的扫描范围获取第二次身体部位扫描的扫描范围。


2.根据权利要求1所述的CT二次扫描定位方法，其特征在于，在所述摄像设备开启，并连续采集图像的步骤前，还包括：
对身体图像和定位片图像进行深度学习，获取定位片的深度学习模型；
所述摄像设备获取第一次扫描过程的第一图像后，通过所述第一图像和所述深度学习模型获取第一次扫描定位框；
所述摄像设备获取第二次扫描过程的第二图像后，通过所述第二图像和所述深度学习模型获取第二次扫描定位框；
对比所述第一次扫描定位框和所述第二次扫描定位框，获取两次扫描的所述范围偏差。


3.根据权利要求1所述的CT二次扫描定位方法，其特征在于，所述对比所述第一图像和第一图像，获取两次扫描的范围偏差的步骤包括：
对比所述第一图像和第一图像的关键像素点的位移，从而获取两次扫描的所述范围偏差。


4.根据权利要求1所述的CT二次扫描定位方法，其特征在于，所述建立所述摄像设备的所述成像模型的步骤包括：
通过测量所述摄像设备与CT床板的相对位置关系，获取摄像头与CT床板之间的几何关系，所述相对位置关系包括CT床板的平移距离、CT机架的偏转角；
通过所述摄像设备的预设参数和所述几何关系获取实际的扫描起始位置和扫描长度，所述预设参数包括基准物、相对距离、成像设备放大倍率。


5.根据权利要求1所述的CT二次扫描定位方法，其特征在于，所述通过所述摄像设备采集规格确定的棋盘格标定板的图组，获取所述棋盘格标定板的组图的角点像素坐标集的步骤包括：
使用位置已固定的所述摄像设备拍摄一组棋盘格标定板，并采集图像；取所采集图像灰度载入并降采样，得到降采样后的灰度图；对降采样后的灰度图进行自适应二值化，得到二值图像；对二值图像进行形态学膨胀，得到分离后的黑块图像；对分离的黑块图像进行霍夫变换，确定出所有角点初步角点坐标；对所有初步角点坐标进行坐标精细化迭代，得到亚像素级精度角点坐标集；
所述根据所述所述棋盘格标定板的规格参数、床码间距获取角点初始世界坐标集的步骤包括：
使用预设的所述棋盘格标定板世界坐标集和检测所得的角点UV坐标集，建立像素UV坐标系、图像坐标系、相机坐标系和世界坐标系；
所述建立像素坐标到世界坐标的点集单映射关系，通过所述成像模型和点集单映射关系获取所述摄像设备的内部参数、外部参数和畸变系数的步骤包括：
建立像素UV坐标系、图像坐标系、相机坐标系和世界坐标系的映射关系，使世界坐标系中的坐标与像素UV坐标系中的坐标建立一对一的换算关系，并获得摄像设备的内部参数和外部参数；计算并校正所述摄像设备在成像过程中产生的畸变系数；将畸变系数引入成像模型，空间点世界坐标与图像UV坐标满足二次关系；由标定板角点世界坐标集、UV坐标系中的亚像素级角点集建立点对点映射关系，并使用高斯牛顿迭代法逼近非线性函数值，求解极小点估计值，重复迭代至满足所需精度。


6.根据权利要求2所述的CT二次扫描定位方法，其特征在于，所述第一次扫描定位框和所述第二次扫描定位框为矩形框或平行四边形框，所述矩形框的中心点坐标和长宽尺寸确定，所述平行四边形框的中心点坐标、长宽尺寸、及内角度数确定；
所述...

【专利技术属性】
技术研发人员：叶宏伟，徐怿弘，
申请(专利权)人：浙江明峰智能医疗科技有限公司，
类型：发明
国别省市：浙江;33