【技術實現步驟摘要】
【國外來華專利技術】
本公開涉及醫學成像領域，尤其涉及對由計算機斷層攝影掃描器產生的醫學成像數據進行去噪的領域。
技術介紹
1、計算機斷層攝影(ct)是一種成熟的醫學成像設備，其使用探測器來探測x射線輻射能量與被照射材料之間的相互作用，以生成醫學成像數據。
2、在計算機斷層攝影成像領域，諸如光譜計算機斷層攝影的非傳統成像技術的使用越來越普遍。采用光譜計算機斷層攝影技術的ct掃描器能夠例如根據ct掃描器的模態來生成表示入射在ct掃描器的探測器的特定類型和/或頻率的粒子的圖像。這些圖像通常被稱為光譜(基礎)圖像或材料(基礎)圖像，統稱為基礎圖像。
3、更具體地，光譜ct是基于在兩種或更多種不同(x射線)光子能量或光譜之間進行區分的ct技術。這允許基于材料在不同能量值下的不同衰減曲線進行材料分離。以此方式，ct掃描器能夠產生表示不同能級或效應的不同類型的基礎圖像。基礎圖像類型的范例包括光電效應圖像和康普頓散射圖像。其他范例包括碘成像數據，其指示碘的存在；水成像數據，其指示水的存在；造影劑成像數據，其指示造影劑的存在，等等。
4、例如，ct掃描器能夠生成光電效應成像數據，其是僅響應于因光電效應相互作用而到達探測器的粒子所生成的成像數據。作為另一范例，光譜ct掃描器能夠生成康普頓散射成像數據，其是僅響應于因康普頓散射效應相互作用而到達探測器的粒子所生成的成像數據。
5、當然，ct掃描器也能夠生成組合成像數據，其是根據從ct掃描器的全部探測器獲得的投影數據(即源自到達任何探測器的任何粒子)產生的。備選地，組合成像數
6、由ct掃描器產生的成像數據一直存在的一個問題，即，成像數據中通常存在大量噪聲。這是由于光譜成像的基本物理原理以及對輻射導致的材料分解的了解程度較低造成的。
7、出于該原因，目前存在不同去噪方式和/或方法的精心組合，用于對成像數據進行去噪。一些去噪算法在投影域中操作，而其他的則在圖像域中操作。對于光譜ct成像(其中至少生成兩種不同類型的光譜圖像)，由于噪聲在不同類型的光譜圖像中的反關聯性，這個問題尤其具有挑戰性。
8、一直期望著改進對醫學成像數據的去噪，尤其是改進對在以光譜成像模態操作時產生的ct醫學成像數據進行去噪。
技術實現思路
1、本專利技術由權利要求限定。
2、根據本專利技術的一方面的范例，提供了一種計算機實現的方法，其用于對由計算機斷層攝影(ct)掃描器掃描的對象的感興趣區域的基礎圖像進行去噪，其中，所述ct掃描器包括響應于輻射能量的探測系統。
3、所述計算機實現的方法包括：獲取輸入數據集，所述輸入數據集包括：所述對象的感興趣區域的第一基礎圖像數據，所述第一基礎圖像數據包括響應于所述感興趣區域中的第一類型的材料和/或穿過所述感興趣區域或在所述感興趣區域中生成的能量譜的圖像域數據；以及，所述對象的所述感興趣區域的第二基礎圖像數據，所述第二基礎圖像數據包括響應于所述感興趣區域中的第二類型的材料和/或穿過所述感興趣區域或在所述感興趣區域中生成的能量譜的圖像域數據，其中，所述第一基礎圖像數據和所述第二基礎圖像數據是由計算機斷層攝影掃描器生成的；以及，使用機器學習算法處理所述輸入數據集，以生成第一去噪基礎圖像(為響應于所述第一類型的材料和/或能量譜的去噪圖像)和第二去噪基礎圖像(為響應于所述第二類型的材料和/或能量譜的去噪圖像)。
4、實施例提供一種用于生成去噪材料/光譜基礎圖像的新方法。尤其是，機器學習算法處理輸入數據集，以生成多個不同類型的去噪基礎圖像。所述輸入數據集包括不同類型的基礎圖像數據，例如針對或響應于特定材料或能量譜。
5、本文還認識到，對基礎圖像數據改進的去噪意味著在生成原始基礎圖像時可以使用較低的輻射劑量，然后再對原始基礎圖像進行去噪。這是因為增加的輻射劑量是減少圖像數據中的噪聲的一種機制，使得改進的去噪算法或方法意味著可以使用較低劑量，同時使用已有的降噪功能達到與較高劑量相同的效果(即，降噪后相同的噪聲水平)。從醫學角度來看，較低的劑量對于降低對象或操作者暴露于潛在有害輻射的風險來講是優選的。
6、在一些范例中，所述輸入數據集還包括所述對象的所述感興趣區域的組合圖像數據，其中，由所述計算機斷層攝影掃描器使用從所述計算機斷層攝影掃描器的全部探測元件獲得的投影數據生成所述組合圖像數據。這種組合圖像在功能上等同或類似于從非光譜sect掃描器獲得的圖像。
7、所述機器學習算法可以是由多個層形成的人工神經網絡。已經發現，人工神經網絡在識別基礎圖像中的噪聲方面尤其有效且準確，并且人工神經網絡可以很容易地(例如通過增加到人工神經網絡的輸入通道的數量)適應更大的輸入數據集。
8、使用所述機器學習算法處理所述輸入數據集的步驟可以包括將所述人工神經網絡的第一層的值設置為包括所述第一基礎圖像數據的全部值和所述第二基礎圖像數據的全部值。
9、在一些范例中，所述第一基礎圖像數據包括單幅第一基礎圖像；并且，所述第二基礎圖像數據包括單幅第二基礎圖像。所述第一基礎圖像和所述第二基礎圖像中的每幅都可以是二維的。
10、在一些范例中，所述第一基礎圖像數據包括多幅第一基礎圖像，每幅所述第一基礎圖像都是二維的；并且，所述第二基礎圖像數據包括多幅第二基礎圖像，每幅所述第二基礎圖像都是二維的。
11、在一些實施例中，所述多幅第一基礎圖像包括少于10幅第一基礎圖像；并且，所述多幅第二基礎圖像包括少于10幅第二基礎圖像。
12、可選地，所述第一基礎圖像數據僅包括至少一幅光電圖像，并且所述第二基礎圖像數據僅包括至少一幅康普頓散射圖像。
13、所述機器學習算法可以是產生噪聲成像數據的殘差機器學習算法。
14、可選地，所述第一基礎圖像數據和所述第二基礎圖像數據均由以低劑量模式操作的計算機斷層攝影掃描器生成。
15、在一些范例中，所述輸入數據集包括所述對象的所述感興趣區域的一個或多個附加基礎圖像數據集，每個附加基礎圖像數據集包括響應于所述感興趣區域中的各自不同類型的材料和/或穿過所述感興趣區域的或在所述感興趣區域中生成的能量譜的圖像域數據；以及，使用機器學習算法處理所述輸入數據集還針對每個附加基礎圖像數據集生成各自的附加去噪基礎圖像，所述附加去噪基礎圖像是響應于對應的附加基礎圖像數據集的各自類型的材料和/或能量譜的去噪圖像。
16、在一些范例中，每個附加基礎圖像數據集包括單幅附加基礎圖像。每幅單個附加基礎圖像可以是二維的。
17、在其他范例中，每個附加基礎圖像數據集包括多幅附加基礎圖像，每幅附加基礎圖像是二維的。所述多幅附加基礎圖像可以包括少于10幅附加基礎圖像。
18、還提出一種包括計算機程序代碼裝置的計算機程序產品，所述計算機程序代碼當在具有處理系統的計算設備上運行時，使得所述處理系統執行任意文本所述的方法的全部步驟。所述計算機程序產品是非暫時本文檔來自技高網...
【技術保護點】
1.一種計算機實現的方法，包括：
2.如權利要求1所述的計算機實現的方法，其中，所述輸入數據集還包括所述對象的所述感興趣區域的組合圖像數據，其中，所述組合圖像數據由所述計算機斷層攝影掃描器使用從所述計算機斷層攝影掃描器的全部探測元件獲得的投影數據生成。
3.如權利要求1或2中的任一項所述的計算機實現的方法，其中，所述機器學習算法是由多個層形成的人工神經網絡。
4.如權利要求3所述的計算機實現的方法，其中，使用所述機器學習算法處理所述輸入數據集包括將所述人工神經網絡的第一層的值設置為包括所述第一基礎圖像數據的全部值和所述第二基礎圖像數據的全部值。
5.如權利要求1至4中的任一項所述的計算機實現的方法，其中，所述第一基礎圖像數據包括單幅第一基礎圖像，并且所述第二基礎圖像數據包括單幅第二基礎圖像。
6.如權利要求1至4中的任一項所述的計算機實現的方法，其中，所述第一基礎圖像數據包括多幅第一基礎圖像，每幅第一基礎圖像是二維的，并且所述第二基礎圖像數據包括多幅第二基礎圖像，每幅第二基礎圖像是二維的。
7.如權利要求6所
8.如權利要求1至7中任一項所述的計算機實現的方法，其中，所述第一基礎圖像數據僅包括至少一幅光電圖像，并且所述第二基礎圖像數據僅包括至少一幅康普頓散射圖像。
9.如權利要求1至8中的任一項所述的計算機實現的方法，其中，所述機器學習算法是產生噪聲成像數據的殘差機器學習算法。
10.如權利要求1至9中的任一項所述的計算機實現的方法，其中，所述第一基礎圖像數據和所述第二基礎圖像數據兩者都是由以低劑量模式操作的計算機斷層攝影掃描器生成的。
11.如權利要求1至10中的任一項所述的計算機實現的方法，其中：
12.一種包括計算機程序代碼的計算機程序產品，所述計算機程序代碼當在具有處理系統的計算設備上運行時，使得所述處理系統執行根據權利要求1至11中的任一項所述的方法的全部步驟。
13.一種被配置為對醫學成像數據進行去噪的設備，所述設備包括：
14.如權利要求13所述的設備，其中，所述輸入數據集還包括所述對象的所述感興趣區域的組合圖像數據，其中，所述組合圖像數據由所述計算機斷層攝影掃描器使用從所述計算機斷層攝影掃描器的全部探測元件獲得的投影數據生成。
15.如權利要求13或14所述的設備，其中，所述機器學習算法是由多個層形成的人工神經網絡。
...【技術特征摘要】
【國外來華專利技術】
1.一種計算機實現的方法，包括：
2.如權利要求1所述的計算機實現的方法，其中，所述輸入數據集還包括所述對象的所述感興趣區域的組合圖像數據，其中，所述組合圖像數據由所述計算機斷層攝影掃描器使用從所述計算機斷層攝影掃描器的全部探測元件獲得的投影數據生成。
3.如權利要求1或2中的任一項所述的計算機實現的方法，其中，所述機器學習算法是由多個層形成的人工神經網絡。
4.如權利要求3所述的計算機實現的方法，其中，使用所述機器學習算法處理所述輸入數據集包括將所述人工神經網絡的第一層的值設置為包括所述第一基礎圖像數據的全部值和所述第二基礎圖像數據的全部值。
5.如權利要求1至4中的任一項所述的計算機實現的方法，其中，所述第一基礎圖像數據包括單幅第一基礎圖像，并且所述第二基礎圖像數據包括單幅第二基礎圖像。
6.如權利要求1至4中的任一項所述的計算機實現的方法，其中，所述第一基礎圖像數據包括多幅第一基礎圖像，每幅第一基礎圖像是二維的，并且所述第二基礎圖像數據包括多幅第二基礎圖像，每幅第二基礎圖像是二維的。
7.如權利要求6所述的計算機實現的方法，其中，所述多幅第一基礎圖像包括少于10幅第一基礎圖像，并且所述多幅第二基礎圖像包括少于10幅第二基礎圖像
<...【專利技術屬性】
技術研發人員：F·貝格納，C·維爾克，B·J·布倫德爾，N·D·施內爾巴切爾，M·格拉斯，K·M·布朗，M·S·威斯特摩，
申請(專利權)人：皇家飛利浦有限公司，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。