快速低剂量的锥束CT成像方法、装置及锥束CT成像设备制造方法及图纸

本发明专利技术适用生物医学工程技术领域，提供了一种快速低剂量的锥束CT成像方法及装置、锥束CT成像设备，该方法包括：将稀疏采样的锥束CT投影数据转换为三维正弦图，对所述三维正弦图进行数据插值得到上采样正弦图，采用人工智能算法对所述上采样正弦图进行数据修复，将数据修复后的所述上采样正弦图转换为新投影数据，对新投影数据进行图像重建，构建锥束CT三维图像。由于采用人工智能算法对数据插值后得到的上采样正弦图进行数据修复，进而构建三维图像，从而根据稀疏采样的锥束CT投影数据即可构建高质量的锥束CT三维图像。建高质量的锥束CT三维图像。建高质量的锥束CT三维图像。

【技术实现步骤摘要】
快速低剂量的锥束CT成像方法、装置及锥束CT成像设备


[0001]本专利技术属于生物医学工程
，尤其涉及一种快速低剂量的锥束CT成像方法、装置及锥束CT成像设备。

技术介绍

[0002]CBCT(Cone Beam Computed Tomography，锥束CT)是一种新型CT成像设备，广泛用于口腔科、骨科、放疗科。锥束CT利用X射线采集锥束CT投影数据，进而根据锥束CT投影数据进行图像重建。然而，CBCT要采用X射线进行扫描，这将对扫描对象产生电离辐射伤害。并且，由于采用的平板探测器帧频较小，整个扫描时间在10秒以上，活体扫描对象容易移动导致重建图像出现运动伪影，造成图像重建后的三维图像质量不高。
[0003]稀疏采样可以降低扫描剂量并能提高扫描速度，但如何尽可能提高图像质量以满足诊断要求，成为亟待解决的技术问题。

技术实现思路

[0004]本专利技术的目的在于提供一种快速低剂量的锥束CT成像方法、装置及锥束CT成像设备，旨在解决现有技术中无法在稀疏采样锥束CT投影数据时重建高质量图像的技术问题。
[0005]第一方面，本专利技术提供了一种快速低剂量的锥束CT成像方法，包括：
[0006]将稀疏采样的锥束CT投影数据转换为三维正弦图；
[0007]对所述三维正弦图进行数据插值得到上采样正弦图；
[0008]采用人工智能算法对所述上采样正弦图进行数据修复；
[0009]对数据修复后的所述上采样正弦图数据进行图像重建，构建锥束CT三维图像。
>[0010]可选的，所述将稀疏采样的锥束CT投影数据转换为三维正弦图数据的步骤包括：
[0011]获取稀疏采样的各锥束CT投影数据的投影角度；
[0012]按照投影角度顺序对所述锥束CT投影数据进行堆叠得到三维正弦图。
[0013]可选的，所述采用人工智能算法对所述上采样正弦图进行数据修复的步骤包括：
[0014]将所述上采样正弦图输入至预先训练的人工智能算法中；
[0015]采用人工智能算法将所述上采样正弦图进行运算，输出经过修复的上采样正弦图。
[0016]可选的，所述对数据修复后的所述上采样正弦图数据进行图像重建，构建锥束CT三维图像的步骤包括：
[0017]将所述数据修复后的上采样正弦图转换为新锥束CT投影数据；
[0018]采用图像重建算法对所述新锥束CT投影数据进行图像重建，得到三维图像。
[0019]可选的，所述方法还包括：
[0020]预先收集多组全采样锥束CT投影数据；
[0021]从所述全采样锥束CT投影数据中进行数据抽取，构建稀疏采样锥束CT投影数据集；
[0022]分别对所述稀疏采样锥束CT投影数据和所述全采样锥束CT投影数据进行三维正弦图的数据转换，得到稀疏采样正弦图和全采样正弦图；
[0023]采用数据插值法对所述稀疏采样正弦图进行上采样，得到上采样正弦图切片；
[0024]采用上采样正弦图切片和全采样正弦图切片以迭代方式对人工智能算法进行训练，建立两种切片之间的映射关系；
[0025]将所述映射关系确定为已训练的人工智能算法。
[0026]可选的，人工智能算法训练时，所述锥束CT上采样正弦图切片和全采样正弦图切片可以配对或非配对的方式输入。
[0027]可选的，所述人工智能算法包括监督学习算法、半监督学习算法、弱监督学习算法、非监督学习算法。
[0028]第二方面，本专利技术还提供了一种快速低剂量的锥束CT成像装置，包括：
[0029]第一数据转换模块，用于将稀疏采样的锥束CT投影数据转换为三维正弦图；
[0030]数据插值模块，用于对所述三维正弦图进行数据插值得到上采样正弦图；
[0031]数据修复模块，用于采用人工智能算法对所述上采样正弦图进行数据修复；
[0032]第二数据转换模块，用于将数据修复后的所述上采样正弦图转换为新锥束CT投影数据；
[0033]图像重建模块，用于对所述新锥束投影数据进行图像重建，构建锥束CT三维图像。
[0034]第三方面，本专利技术还提供了一种锥束CT成像设备，包括：
[0035]处理器；以及
[0036]与所述处理器通讯连接的存储器；其中，
[0037]所述存储器存储有可读性指令，所述可读性指令被所述处理器执行时实现如第一方面所述的方法。
[0038]第四方面，本专利技术提供了一种计算机可读性存储介质，其上存储有计算机程序，所述计算机程序在被执行时实现如第一方面的方法。
[0039]本专利技术提供的快速低剂量的锥束CT成像方法及装置、锥束CT成像设备中，预先将稀疏采样的锥束CT投影数据转换为三维正弦图，并对所述三维正弦图数据进行数据插值得到上采样正弦图，再采用人工智能算法对所述上采样正弦图进行数据修复后，对数据修复后的所述上采样正弦图数据进行图像重建，构建锥束CT三维图像。由于采用人工智能算法对经过数据插值后的上采样正弦图进行数据修复，进而构建三维图像，从而根据稀疏采样的锥束CT投影数据即可构建高质量的锥束CT三维图像。
附图说明
[0040]图1是根据实施例一示出的一种快速低剂量的锥束CT成像方法的实现流程图。
[0041]图2是根据实施例一示出的锥束CT成像设备的一种成像示意图。
[0042]图3是根据实施例一示出的一种CBCT稀疏采样示意图。
[0043]图4是根据实施例一示出的一种稀疏采样锥束CT重建图像。
[0044]图5是根据实施例一示出的一种快速低剂量的锥束CT成像方法中U
‑
net算法的结构示意图。
[0045]图6是根据实施例一示出的一种快速低剂量的锥束CT成像方法中基于U
‑
net算法
的成像方法示意图。
[0046]图7是根据实施例一示出的一种快速低剂量的锥束CT成像方法中基于U
‑
net算法的训练方法示意图。
[0047]图8是根据实施例一示出的一种快速低剂量的锥束CT成像方法中cycleGAN算法的结构示意图。
[0048]图9是根据实施例一示出的一种快速低剂量的锥束CT成像方法中cycleGAN算法的生成器结构示意图。
[0049]图10是根据实施例一示出的一种快速低剂量的锥束CT成像方法中基于cycleGAN算法的成像方法示意图。
[0050]图11是根据实施例一示出的一种快速低剂量的锥束CT成像方法中基于cycleGAN算法的训练方法示意图。
[0051]图12是根据实施例二示出的一种快速低剂量的锥束CT成像装置的框图。
具体实施方式
[0052]为了使本专利技术的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本专利技术进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本专利技术，并不用于限定本专利技术。
[0053]以下结合具体实施例对本本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种快速低剂量的锥束CT成像方法，其特征在于，所述方法包括：将稀疏采样的锥束CT投影数据转换为三维正弦图；对所述三维正弦图进行数据插值得到上采样正弦图；采用人工智能算法对所述上采样正弦图进行数据修复；对数据修复后的所述上采样正弦图进行图像重建，构建锥束CT三维图像。2.如权利要求1所述的方法，其特征在于，所述将稀疏采样的锥束CT投影数据转换为三维正弦图的步骤包括：获取稀疏采样的各锥束CT投影数据的投影角度；按照投影角度顺序对所述锥束CT投影数据进行堆叠得到三维正弦图。3.如权利要求1所述的方法，其特征在于，所述采用人工智能算法对所述上采样正弦图进行数据修复的步骤包括：将所述上采样正弦图输入至预先训练的人工智能算法中；采用人工智能算法对所述上采样正弦图进行运算，输出经过修复的上采样正弦图。4.如权利要求1所述的方法，其特征在于，所述对数据修复后的上采样正弦图进行图像重建，构建锥束CT三维图像的步骤包括：将所述数据修复后的上采样正弦图转换为新锥束CT投影数据；采用图像重建算法对所述新锥束CT投影数据进行图像重建，得到三维图像。5.如权利要求1所述的方法，其特征在于，所述方法还包括：预先收集多组全采样锥束CT投影数据；从所述全采样锥束CT投影数据中进行数据抽取，构建稀疏采样锥束CT投影数据集；分别对所述稀疏采样锥束CT投影数据和所述全采样锥束CT投影数据进行三维正弦图的数据转换，得到稀疏采样正弦图和全采样正弦图；采用数据插值法对所述稀疏采样...

【专利技术属性】
技术研发人员：刘仰川，高欣，朱叶晨，
申请(专利权)人：中国科学院苏州生物医学工程技术研究所，
类型：发明
国别省市：