【技术实现步骤摘要】
本专利技术涉及从扫描图或影像(例如，医学影像)特别是从计算机断层扫描(computed tomography，ct)成像、磁共振(magnetic resonance，mr)成像和x射线成像中减少或去除异物和异物伪影(例如，金属和金属伪影)的方法和系统。
技术介绍
1、医学成像模式(例如，x射线、计算机断层扫描(ct)和mri)极大地促进了医学诊断。其提供人体器官和组织的清晰视图，以协助医学分析和临床诊断，但一个重要的问题是异物的存在，尤其是以在受试者或患者的扫描图中明显可见的金属和金属伪影(由金属的存在引起)形式存在。
2、金属伪影由金属的存在引起，通常(但不唯一地)以(例如)钛合金、钴铬合金和不锈钢(由于其高拉伸强度、压缩强度和刚度，特别适用于骨科应用)以及牙科汞合金和银的金属植入物或金属假体的形式存在。近来，还开发了生物材料的植入物和假体，包括陶瓷、玻璃、聚合物、复合材料、微晶玻璃和金属合金的植入物和假体，这些材料也可能产生伪影。
3、伪影通常由线束硬化、散射、光子饥饿和患者运动产生。金属和金属伪影通常表现...
【技术保护点】
1.一种训练用于从影像中减少或去除至少一个异物或由于异物引起的伪影的机器学习模型的方法，所述方法包括：
2.根据权利要求1所述的方法，其中，所述一个或更多个真实的异物影像或模拟的异物影像包括由于异物引起的伪影。
3.根据权利要求1或2所述的方法，其中，所述一个或更多个预测的影像没有异物和由于异物引起的伪影两者，基准真值数据包括一个或更多个受试者的一个或更多个真实的没有异物和由于异物引起的伪影的影像，并且机器学习模型配置为从影像中减少或去除异物和由于异物引起的伪影。
4.根据权利要求3所述的方法，包括：用鉴别器网络优化经训练的机器学习...
【技术特征摘要】
1.一种训练用于从影像中减少或去除至少一个异物或由于异物引起的伪影的机器学习模型的方法，所述方法包括：
2.根据权利要求1所述的方法，其中，所述一个或更多个真实的异物影像或模拟的异物影像包括由于异物引起的伪影。
3.根据权利要求1或2所述的方法，其中，所述一个或更多个预测的影像没有异物和由于异物引起的伪影两者，基准真值数据包括一个或更多个受试者的一个或更多个真实的没有异物和由于异物引起的伪影的影像，并且机器学习模型配置为从影像中减少或去除异物和由于异物引起的伪影。
4.根据权利要求3所述的方法，包括：用鉴别器网络优化经训练的机器学习模型，所述鉴别器网络配置为对一个或更多个预测的影像与一个或更多个真实的没有异物和由于异物引起的伪影两者的影像进行区分。
5.根据权利要求1或2所述的方法，进一步包括：根据一个或更多个真实的异物影像或模拟的异物影像，并且根据一个或更多个受试者的一个或更多个真实的没有异物和由于异物引起的伪影的影像，生成一个或更多个第二模拟的影像，使得生成的第二模拟的影像包括异物；
6.根据权利要求1或2所述的方法，进一步包括：根据一个或更多个真实的异物影像或模拟的异物影像，并且根据一个或更多个受试者的一个或更多个真实的没有异物和由于异物引起的伪影的影像，生成一个或更多个第二模拟的影像，使得生成的第二模拟的影像包括由于异物引起的伪影；
7.根据前述权利要求中任一项所述的方法，其中，所述异物为钛合金、钴铬合金、钢、不锈钢、牙科汞合金、银或其他金属；或者所述异物为陶瓷、玻璃、聚合物、复合材料、微晶玻璃或生物材料。
8.根据前述权利要求中任一项所述的方法，其中，所述机器学习模型配置为从影像中减少或去除多个异物和/或由于异物引起的伪影。
9.根据前述权利要求中任一项所述的方法，进一步包括对一个或更多个第一模拟的影像进行注释或标记。
10.一种训练用于从影像中减少或去除至少一个异物或由于异物而引起的伪影的机器学习模型的系统，所述系统包括：
11.根据权利要求10所述的训练用于从影像中减少或去除至少一个异物或由于异物而引起的伪影的机器学习模型的系统，其中，所述一个或更多个真实的异物影像或模拟的异物影像包括由于异物引起的伪影。
12.根据权利要求10或11所述的训练用于从影像中减少或去除至少一个异物或由于异物而引起的伪影的机器学习模型的系统，其中，所述一个或更多个预测的影像没有异物和由于异物引起的伪影两者，所述基准真值数据包括一个或更多个受试者的一个或更多个真实的没有异物和由于异物引起的伪影的影像，使得机器学习模型配置为从影像中减少或去除异物和由于异物引起的伪影。
【专利技术属性】
技术研发人员：彭宇，李晓旭，
申请(专利权)人：柯维比姆人工智能有限公司，
类型：发明
国别省市：
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。