【技术实现步骤摘要】
【国外来华专利技术】
本专利技术涉及一种用于使用层析成像数据对身体区域进行无创成像的改进的方法和设备。更具体地，本专利技术涉及一种使用具有不确定性确定的层析成像数据对身体区域进行无创成像的方法。
技术介绍
1、层析成像包括一组方法，用于通过测量撞击到诸如人体的结构上的定向能量来产生该结构的内部结构的一维或多维图像。
2、原始层析成像数据本身不提供所需的结构的图像。相反，需要对数据进行重建来生成图像数据。针对层析成像数据使用迭代过程进行重建是已知的。
3、层析图像可以被后处理，来产生用于可视化建议的附加信息。例如，可以生成在单个投影中显示层析成像信息的投影图像，或者可以使用分割算法来自动识别层析图像内的结构。
4、在医学领域中，已知许多用于层析成像的方法。两种常用的方法是超声计算层析成像(ultrasound computed tomography，usct)和x射线计算层析成像(x-ray computedtomography，xct)。
5、超声计算层析成像包括将高频声波(通常频率超过20khz)从一个以上的...
【技术保护点】
1.一种生成表示对象的身体的至少一部分的层析成像医学图像数据的方法，所述方法包括以下步骤：
2.根据权利要求1所述的方法，其中，步骤g)还包括：
3.根据权利要求2所述的方法，其中，所述重建医学图像或每个重建医学图像包括表示至少一个物理参数的值的多个图像元素。
4.根据权利要求3所述的方法，其中，所述图像元素包括像素或体素。
5.根据权利要求3或4所述的方法，其中，至少一个重建医学图像包括表示作为所述重建医学图像中的图像元素的函数的至少一个物理参数的值的统计分布的平均层析成像图像和不确定性图像。
6.根据权利...
【技术特征摘要】
【国外来华专利技术】
1.一种生成表示对象的身体的至少一部分的层析成像医学图像数据的方法，所述方法包括以下步骤：
2.根据权利要求1所述的方法，其中，步骤g)还包括：
3.根据权利要求2所述的方法，其中，所述重建医学图像或每个重建医学图像包括表示至少一个物理参数的值的多个图像元素。
4.根据权利要求3所述的方法，其中，所述图像元素包括像素或体素。
5.根据权利要求3或4所述的方法，其中，至少一个重建医学图像包括表示作为所述重建医学图像中的图像元素的函数的至少一个物理参数的值的统计分布的平均层析成像图像和不确定性图像。
6.根据权利要求2、3或4中任一项所述的方法，其中，生成多个可能的重建医学图像，所述重建医学图像的范围表示不确定性。
7.根据权利要求2至6中任一项所述的方法，其中，步骤h)还包括：生成表示步骤b)中提供的所述潜在参数与所述更新的潜在参数之间的差异的图像。
8.根据前述权利要求中的任一项所述的方法，其中，步骤g)包括：从由所述更新的生成模型生成的空间模型的多个模型系数生成所述层析成像医学图像数据。
9.根据权利要求8所述的方法，其中，从所述更新的生成模型生成的所述空间模型的所述模型系数是定量的。
10.根据前述权利要求中的任一项所述的方法，其中，步骤d)包括：利用定义已知物理的数值模拟的基于物理的模型来生成所述预测层析成像数据集。
11.根据权利要求10所述的方法，其中，所述基于物理的模型包括声波方程。
12.根据权利要求10或11所述的方法，其中，所述基于物理的模型包括机器学习组件。
13.根据前述权利要求中的任一项所述的方法，其中，所述生成模型的所述潜在参数遵循高斯分布。
14.根据权利要求13所述的方法，其中，所述生成模型的所述潜在参数遵循平均场高斯分布。
15.根据前述权利要求中的任一项所述的方法，其中，所述生成模型可操作为执行无监督机器学习。
16.根据前述权利要求中的任一项所述的方法，其中，所述生成模型包括神经网络。
17.根据前述权利要求中的任一项所述的方法，其中，所述生成模型包括高斯模型。
18.根据权利要求17所述的方法，其中，所述生成模型包括平均场高斯模型。
19.根据前述权利要求中的任一项所述的方法，其中，步骤b)还包括：利用包括一个以上的样本数据集的先验信息来训练所述生成模型。
20.根据权利要求19所述的方法，其中，所述样本数据集或...
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。