用于异质体模区域的自主识别的系统和方法技术方案

一种计算机实现的方法，包括在处理器处获得体模的断层摄影图像，其中该体模包括异质区域，该异质区域具有变化衰减系数的多种材料。该方法还包括经由处理器从断层摄影图像自动分割异质区域以生成分割图像。该方法进一步包括基于分割图像经由处理器自动识别断层摄影图像内具有变化衰减系数的多个感兴趣区域。该方法仍进一步包括经由处理器将多个感兴趣区域中的每个感兴趣区域自动标记为表示多种材料中的特定材料。该方法甚至进一步包括经由处理器输出断层摄影图像的标记图像。该方法可以用于质量保证测试和校准。用于质量保证测试和校准。用于质量保证测试和校准。

【技术实现步骤摘要】
用于异质体模区域的自主识别的系统和方法

技术介绍

[0001]本文公开的主题涉及用于异质体模区域的基于深度学习的自主识别的系统和方法。
[0002]体积医学成像技术使用各种技术来收集关于身体的三维信息。例如，计算机断层摄影(CT)成像系统测量从多个角度穿过患者的X射线束的衰减。基于这些测量结果，计算机能够重建导致辐射衰减的患者身体的部分的图像。如本领域技术人员将理解的，这些图像基于对一系列成角度移位的测量结果的单独检查。应当指出的是，CT系统产生表示扫描对象的线性衰减系数的分布的数据。然后重建数据以产生通常显示在屏幕上的图像，并且可以打印或复制在胶片上。
[0003]在校准过程和质量保证(QA)测试期间，在CT系统中通常利用体模。对于均质体模(例如，使用单个材料构建，其中衰减系数不在体模横截面内变化)，容易识别此类体模内的区域。异质体模(例如，使用多种材料构建，其中衰减系数根据材料在体模图像内变化)广泛用于单能和双能CT扫描仪的QA中，用于确定和符合各种图像质量参数度量。目前，需要手动干预来识别不同材料的感兴趣区域(ROI)作为QA测试的中间步骤。另外，本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种计算机实现的方法，包括：在处理器处获得体模的断层摄影图像，其中所述体模包括异质区域，所述异质区域具有变化衰减系数的多种材料；经由所述处理器从所述断层摄影图像自动分割所述异质区域以生成分割图像；基于所述分割图像经由所述处理器自动识别所述断层摄影图像内具有变化衰减系数的多个感兴趣区域；经由所述处理器将所述多个感兴趣区域中的每个感兴趣区域自动标记为表示所述多种材料中的特定材料；以及经由所述处理器输出所述断层摄影图像的标记图像。2.根据权利要求1所述的计算机实现的方法，包括经由所述处理器自动确定所述体模相对于正确定位的体模的旋转角度。3.根据权利要求2所述的计算机实现的方法，其中自动确定所述旋转角度包括将所述分割图像与正确定位的体模的参考图像进行比较。4.根据权利要求2所述的计算机实现的方法，包括经由所述处理器输出所述体模相对于所述正确定位的体模的所述旋转角度。5.根据权利要求1所述的计算机实现的方法，包括经由所述处理器输出具有至少标签和所述多个感兴趣区域中的每个感兴趣区域的所述特定材料两者的表格。6.根据权利要求1所述的计算机实现的方法，其中所述多个感兴趣区域中的每个感兴趣区域表示所述体模内的不同的杆。7.根据权利要求1所述的计算机实现的方法，其中从所述断层摄影图像自动分割所述异质区域包括利用经训练的深度神经网络来从所述断层摄影图像分割所述异质区域以生成所述分割图像。8.根据权利要求7所述的计算机实现的方法，包括：经由所述处理器获得包括多个图像标签对的训练数据，其中每个图像标签对包括具有相对于正确定位的体模旋转的所述异质区域的增强断层摄影图像和所述增强断层摄影图像的对应分割图像；以及经由所述处理器利用所述训练数据训练深度神经网络以生成所述经训练的深度神经网络。9.根据权利要求8所述的计算机实现的方法，包括经由所述处理器通过在未增强断层摄影图像上执行增强来生成所述训练数据，其中增强包括随机旋转所述异质区域并添加噪声。10.根据权利要求1所述的计算机实现的方法，其中自动识别所述多个感兴趣区域包括识别所述断层摄影图像内的多连接像素区域和大于预定数目的连接像素的像素区域。11.根据权利要求1所述的计算机实现的方法，其中自动标记每个感兴趣区域包括为所述多个感兴趣区域生成标签矩阵并将所述标签矩阵与静态查找表进行比较。12.根据权利要求1所述的计算机实现的方法，其中自动标记每个感兴趣区域包括计算每个感兴趣...

【专利技术属性】
技术研发人员：A，
申请(专利权)人：通用电气精准医疗有限责任公司，
类型：发明
国别省市：